Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/26523
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2019_IsaacLopes_WagnerSoaresJunior_tcc.pdf7,55 MBAdobe PDFver/abrir
Título: Comparação entre modelos de Ajuste Dinâmico de Dificuldade em um jogo do gênero plataforma/shooter
Autor(es): Lopes, Isaac Moreira
Soares Júnior, Wagner Alberto
Orientador(es): Castanho, Carla Denise
Assunto: Jogos digitais
Ajuste Dinâmico de Dificuldade (ADD)
Jogos por computador
Data de apresentação: 18-Jul-2019
Data de publicação: 2-Fev-2021
Referência: LOPES, Isaac Moreira; SOARES JÚNIOR, Wagner Alberto. Comparação entre modelos de Ajuste Dinâmico de Dificuldade em um jogo do gênero plataforma/shooter. 2019. xv, 84 f.,il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.
Resumo: É crescente a presença dos jogos digitais no cotidiano, sendo atualmente encontrados em diferentes plataformas, como dispositivos móveis e computadores. Assim, surge o desafio em manter o interesse do jogador em um mercado inovador e saturado. Nesse contexto, a fim de proporcionar a melhor experiência de jogo aos jogadores, diversas técnicas são utilizadas, como a de sistemas de Ajuste Dinâmico de Dificuldade (ADD), que adapta a dificuldade de um jogo com base no desempenho ou estado afetivo do jogador. Neste trabalho foi conduzida uma análise comparativa entre modelos de ADD em um jogo do gênero Plataforma/Shooter, com o objetivo de averiguar se um sistema Híbrido é mais eficiente em proporcionar desafios compatíveis às habilidades dos jogadores e em mantê-los em estado de imersão que sistemas não adaptativos ou que consideram apenas o desempenho do jogador. Para tanto, foi adaptado um jogo para coletar dados de desempenho, de questionários e fisiológicos dos jogadores, além da implementação de um modelo de ADD por Desempenho e um Híbrido a este. Foram realizados testes com os modelos, coletando diversos dados dos participantes. Após análise, o modelo Híbrido demonstrou-se mais eficiente em proporcionar desafios compatíveis às habilidades dos jogadores e em mantê-los em estado de imersão.
Abstract: The presence of digital games is increasing in daily life, being currently found in different platforms such as mobile devices and computers. Thus the challenge arises in keeping the player’s interest in an innovative and saturated market. In this context, in order to provide the best gaming experience to players, various techniques are used, such as Dynamic Difficulty Adjustment (DDA) systems, which adapt the difficulty of a game based on the player’s performance or affective state. In this work, a comparative analysis was performed between ADD models in a game of the Platform / Shooter genre, with the objective of ascertaining if a Hybrid system is more efficient in providing compatible challenges to the players’ abilities and in keeping them in a state of immersion that systems that are not adaptive or that only consider the player’s performance. For that, a game was adapted to collect performance data, questionnaires and physiological data of the players, as well as the implementation of a Performance ADD model and a Hybrid to this one. Tests were performed with the models, collecting several data from the participants. After analysis, the Hybrid model proved to be more efficient in providing challenges compatible with the players’ abilities and keeping them in a state of immersion.
Informações adicionais: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Ciência da Computação



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.