Ajuste Dinâmico de Dificuldade pelo perfil de jogador em jogo de plataforma
jogos eletrônicos; ajuste dinâmico de dificuldade; plataforma 2D; rede neural; perfil de jogador
O Ajuste Dinâmico de Dificuldade (ADD) dos jogos pode desempenhar um papel impor-
tante para aumentar o envolvimento e a diversão do jogador. A dificuldade de jogo pode
ser adaptada de acordo com o desempenho do jogador, seu estado afetivo ou usando um
modelo híbrido que combina as duas abordagens. Ademais, pode adaptar configurações
ou componentes do jogo e utilizar métricas pré-estabelecidas ou aprendizado de máquina
para análise do que será adaptado.Este trabalho investiga os distintos mecanismos de
um sistema de ADD para um jogo de plataforma adaptar adequadamente seu nível de
dificuldade e manter o jogador em um estado de fluxo. Distintas abordagens são compara-
das para verificar a eficiência de cada modelo em relação ao monitoramento e análise dos
dados e controle dos componentes. Um jogo de plataforma de código aberto foi adaptado
para suportar os algoritmos de ADD. Um método que estima a dificuldade do jogo ao
variar o tamanho da plataforma e a altura do salto foi desenvolvido para dar suporte
ao processo de ADD. Além de jogar com os diferentes modelos de ADD, cada partici-
pante respondeu a questionários e teve seus dados coletados para fins de investigação. Os
resultados indicaram que a dificuldade de jogos de plataforma pode ser estimada pelos
componentes dos níveis, incluindo correlação entre a dificuldade e dados de desempenho
dos jogadores. Além disso, perfis de jogadores foram previstos a partir de dados brutos
da sessão do jogo e utilizados com métodos de aprendizado de máquina para definir a
progressão de dificuldade. Por fim, os modelos de ADD foram capazes de ajustar a difi-
culdade do jogo aos jogadores, diminuindo a dispersão entre os dados de desempenho e
mantendo o jogador em estado de fluxo.