Académique Documents
Professionnel Documents
Culture Documents
01
04/03/17
E. Sarmanho
Ajuste dinmico de dificuldade em jogos usando
variveis do jogo e do jogador
Orientador
Prof. Dr. Carla Denise Castanho
Braslia
2017
Universidade de Braslia UnB
Instituto de Cincias Exatas
Departamento de Cincia da Computao
Bacharelado em Cincia da Computao
CDU 004.4
Prof. Dr. Tiago Barros Pontes e Silva Prof. Dr. Edson Alves da Costa Jnior
CIC/UnB CIC/UnB
Dedicamos ao nossos pais, amigos e colegas de curso que sabem a longa e difcil jornada
enfrentada at para conseguir nosso diploma em Cincia da computao.
i
Agradecimentos
ii
Abstract
A cincia...
iii
Abstract
The science...
iv
Sumrio
1 Introduo 1
1.1 Definio do problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Estruturao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Embasamento Terico 3
2.1 Jogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Taxonomia de jogos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Jogador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3.1 Classificao de jogadores . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Emoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.5 Atividade Eletrodermal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.6 Fluxo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.7 Ajuste de dificuldade em jogos . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.8 Ajuste de Dificuldade Dinmica(ADD) . . . . . . . . . . . . . . . . . . . . 10
2.9 Otimizando Satisfao do Jogador . . . . . . . . . . . . . . . . . . . . . . . 12
3 Trabalhos Relacionados 13
3.1 Avaliao do nvel de dificuldade . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Controle da dificuldade da IA de um oponente . . . . . . . . . . . . . . . . 14
3.3 ADD e Inteligncia Artificial . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.4 Estudo de caso em ADD . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.5 Efeitos do ADD na imerso . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.6 Boa experincia em jogos adaptativos . . . . . . . . . . . . . . . . . . . . . 16
3.7 Efeitos da adaptao na imerso do jogador . . . . . . . . . . . . . . . . . 17
3.8 Criao de inimigos atravs do uso de ADD . . . . . . . . . . . . . . . . . 17
3.9 Analise da afetividade no ADD . . . . . . . . . . . . . . . . . . . . . . . . 18
3.10 ADD afetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
v
4 Proposta 21
5 Implementao 23
5.1 Jogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.2 Unity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.3 MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.4 DDA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.5 BITalino . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
6 Testes 28
6.1 1o Bateria de Testes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
6.2 2o Bateria de Testes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
7 Concluso 31
Referncias 32
vi
Lista de Figuras
vii
Lista de Tabelas
viii
Captulo 1
Introduo
02
04/03/17 A quantidade de prazer que um jogador sente na maioria das vezes dependente do
E. Sarmanho
nvel de habilidade dele em relao dificuldade do jogo. Um jogo muito difcil para um
jogador casual leva a um experiencia frustante, enquanto que para um jogador experiente
pode sentir tdio se o jogo for fcil demais. Visando melhorar a experincia do jogador,
3-4
2 notes:
foi se pensado no ajuste dinmico de dificuldade, que conseguiria mitigar a distancia na
relao entre dificuldade e habilidade, medindo a habilidade do jogador e adaptando o
05
04/03/17 jogo mesma. Isso ajudaria a criar um contexto mais divertido abrangendo diverso tipos
E. Sarmanho
de jogadores.
1.2 Objetivo
Neste trabalho, queremos trabalhar o ADD levando como base do ajuste os dados
8-9
2 notes: recebidos do jogador, atraves de sensores exteriores ao jogo, e da performance do jogador.
Os dados recebidos pelo sensores sero usados como base para saber o nvel de frustrao
10
04/03/17 ou ansiedade do jogar, pois com base nos mesmos possvel fazer com que o jogador entre
E. Sarmanho
em um estado de fluxo, garantindo uma melhor imerso do jogador e assim otimizando
seu desempenho e aproveitamento do jogo.
1
1.3 Metodologia
Para testar nossa hipotese, iremos adaptar um jogo open-source chamado Asteroids
11 feito em Unity.Esse jogo em 2D consiste em um nave espacial que precisar achar uma pilula
04/03/17
E. Sarmanho azul no meio de um campo de asteroides. A adaptao consiste de uma adio de 5 fases
com trs nveis de dificuldade, variados tipo de asteroides e uma mudana de objetivo,
sendo necessrio passar pelo campo de asteroides e chegar no fim dele para ir prxima
fase. ADD ser implementado usando a performance do jogador e a avaliao da emoo
do jogador para saber qual a dificuldade da prxima fase. A performance ser medida
atraves de dados extrados do jogo e para avaliao da emoo sera utilizado um sensor
de atividade eletrodermal (EDA) com tratamento dados feito externamente no matlab e
enviado pra o jogo atravs de mensagens na porta UDP. Apos essa implementao iremos
realizar testes com pessoas e verificar atraves de um questionrio adaptado se o jogador
se encontra num estado de fluxo. [11]
1.4 Estruturao
Segue como foi feita a estruturao deste trabalho:
Captulo 2: Para melhor compreenso do assunto abordado neste trabalho, os funda-
mentais conceitos tericos so apresentados e definidos com base em publicaes passadas.
Captulo 3: Os trabalhos diretamente correlacionados com ADD e de importncia
para a realizao desta pesquisa so citados neste captulo.
Captulo 4: Uma vez que os trabalhos e conceitos foram abordados nos captulos
passados, este captulo tratar com a proposta: a criao de um ADD que usar dados
fornecidos pelo jogo e pelo jogador e testes que sero usados para comprovar que tal
ADD mantm o jogador no estado de flow por mais tempo que outros mecanismos de
dificuldade, resultam em um melhor aproveitamento de jogo.
Captulo 5: Detalhamento de como ser a programao do ADD, qual jogo ser
usado e como ser a integrao de ambos.
Captulo 6: Aps a implementao do ADD, sero feitos testes para provar a proposta
feita, esses testes e seus resultados so especificados neste captulo.
Captulo 7: Concluso do trabalho, analisando os resultados e propondo pesquisas
futuras.
2
Captulo 2
Embasamento Terico
Neste captulo discutiremos as diversas definies e conceitos que sero base para este
trabalho e sem conhecimento destes, a compreenso do trabalho pode ser prejudicada.
2.1 Jogo
A definio de jogo j foi trabalhada por muitos autores. Essas definies foram
compiladas em uma tabela por Jasper Juul [17] e a partir disso ele chegou a definio que
usaremos como base no nosso trabalho:
"Um jogo um sistema formal baseado em regras com um resultado varivel e quanti-
ficvel, onde a diferentes resultados so assinalados diferentes valores, o jogador exerce um
esforo para influenciar o resultado, o jogador se sente emocionalmente ligado ao resultado
e as consequncias da atividade so opcionais e negociveis" [17]
Apesar de alguns autores citarem problemas nessa definio, ele adequada para jogos
de videogame, pois esses se tratam de um sistema dos quais as regras so no negociveis,
considerando tambm as cheats, cujo uso j era considerado na implementao do jogo.
Dentro de jogo, tambm consideramos dois fatores importantes, jogabilidade definida
por Xavier como:
"A jogabilidade, portanto, uma decorrncia natural do lidar com o jogo, como o
termo usabilidade o para com produtos e processos de manipulao. Jogabilidade como
caracterstica intrnseca ao conjunto de aes que so esperados do jogador para com todos
os seus componentes, sejam eles audiovisuais, sejam eles emocionais ou mesmo puramente
cognitivos. O termo pode ser encarado ainda como a habilidade do jogador para com os
mecanismos do jogo" [28]
E gameplay definido por Salen e Zimmerman como:
"...um processo reativo, delimitado por regras e emergente de sequncias de aes
pertencentes a um ou mais jogadores. Essencialmente, as regras governando a explorao
3
do espao de possibilidades do jogo por esse processo so as mecnicas de jogo: mecnicas
influenciam pesadamente a experincia do jogador." [23]
Analisando isso, podemos dizer que a jogabilidade a interao do jogador com o
jogo, mediada pelas regras do jogo implementadas como mecnicas do jogo. Portanto,
podemos usar jogabilidade e gameplay como sinnimos, mesmo o anterior estando mais
relacionado a aspectos da usabilidade do jogo.
2.3 Jogador
Uma vez definido o conceito de jogo, podemos ento conceituar o termo jogador. Essa
conceito importante, pois procuramos neste trabalho melhorar a experincia do jogador
ao jogar o jogo. Logo, precisamos saber como seu relacionamento com o jogo, ou seja,
o que lhe da prazer ao jogar, qual nvel de desafio ele procura, o que o motiva a jogar, o
que ele busca no jogo e quais os fatores no jogo que pode ser amplificados para melhorar
sua experincia de jogo.
Quando nos referimos a jogador, podemos dizer que o participante de um jogo
qualquer. Como na seo anterior, h jogos diferentes pra jogadores diferentes. Mas
devemos considerar tambm que existem tipos de jogadores diferentes. Neste trabalho
consideramos dois tipos de jogadores h serem mostras na seo 2.2.1.
4
Tabela 2.1: Taxonomia dos jogos eletrnicos de Gularte [13].
Classificao Exemplos
Quanto o estilo
Jogos de Luta Street Fighter II, Mortal Kombat
ao e Tiro Space Invaders, Quake 3
habilidade Plataforma Super Mario Bros, Castlevania
Turnos Civilization
Jogos de
RPG Diablo, Final Fantasy
estratgia
Explore, expand, exploit, exterminate Starcraft, Civilization
Transportes Flight Simulator
Militares Americas Army, Ghost Recon
Simuladores
Construo Sim City, Zoo Tycoon
Sociabilizao The Sims, Second Life
Corrida Pole Position, F1 2010
Esportes Coletivos FIFA Soccer, NBA Jam
Individuais Virtua Tennis, Chessmaster
Matrias escolares Coelhinho Sabido
Educativos Conhecimento Carmen Sandiego, Show do Milho
Treinamento
Adulto Leisure Suit Larry
Arcade Teenage Mutant Ninja Turtles 2
Advergame
Artilharia Virtua Cop
Jogos
Msica Guitar Hero, DDR
especificos
Quebra-cabea Lemmings, Pipe Mania
Pinball Pinball Dreams
Filmes interativos Dragons Lair
Labirinto Pac-Man, Berzerk
Quanto ao gnero
Aventura Super Mario Bros., God of War
Guerra Call of Duty, Medal of Honor
Adulto
Ao Street Fighter II, Need for Speed
Terror Silent Hill, Resident Evil
Policial Grand Theft Auto, Swat 3
Fantasia Final Fantasy, Spyro
Infantil Turma da Mnica, Pac-Man
Quanto ao numero de jogadores
Single player Uncharted, Sonic
Multiplayer Contra, World of Warcraft
5
Jogadores casuais so aqueles que jogam ocasionalmente, preferem jogos rpidos que
no exigem tanta dedicao e proporcionam uma distrao rpida. Este nicho curte jogar
bastante jogos de celulares ou via web, comumente referidos como jogos casuais.
J os jogadores dedicados, mais conhecidos como jogadores hardcore, so aqueles que
dedicam bastante tempo em jogos, escolhendo por vezes jogos mais complexos, que tem
narrativas ou mecnicas mais elaboradas. Como dito por Fortugno, os jogadores casuais
no abordam o mesmo conjunto de habilidade dos jogadores dedicados, portanto, possuem
nveis diferentes de explorao do jogo e pacincia com falhas. [12]
Por estarem mais acostumados a explorar e experimentes, os jogadores dedicados so
ento mais tolerantes a frustraes com falhas e com dificuldade de assimilar conheci-
mento. J os casuais no seguem estas convenes, nem esto condicionados a tolerar
falhas.
2.4 Emoes
Emoes forma uma parte extremamente importante na identidade humana. Elas
12 definem nossas interaes scias, comportamento, processos de deciso e de outra forma
04/03/17
E. Sarmanho moldam o jeito de como percebemos e interagimos com o mundo ao nosso redor.
Uma teoria amplamente aceita no mundo acadmico desenvolvida por Lang [18] sugere
que as emoes so classificadas melhores em base de dois componentes inter-relacionados:
a excitao e a valncia. Em termo simples, a excitao descreve a intensidade de uma
emoo sentida, que vo desde de calma at a excitao. Valncia identifica a positividade
inerente ou a negatividade de uma emoo. Baixa valncia est associada a emoes desa-
gradveis, como tristeza ou depresso, enquanto que a felicidade e euforia so exemplos de
emoes com alta valncia. Estes dois componentes no existem de forma independente
um do outro. Para descrever com preciso um estado emocional, preciso identificar a
excitao e valncia da emoo sentida. Como tal, existe uma relao entre os dois con-
ceitos de tal modo que diferentes combinaes de valncia e excitao produzem emoes
diferentes.
Claro, as emoes no so simplesmente abstratas ou estados invisveis da mente.
Mudanas na emoo se manifestam atravs de alteraes fisiolgicas no corpo humano.
Algumas dessas mudanas so claramente visveis a olho nu: transpirao, fluxo sangu-
neo cutneo (corar ou empalidecer) e piloereo (elevao involuntria de pelos no corpo)
podem todas ser observadas atravs da viso a olho nu. Outras respostas, tais como al-
teraes na frequncia cardaca e condutncia da pele, ocorrem dentro do corpo humano
e s podem ser avaliadas atravs da anlise emprica de medies de dispositivos e sen-
sores especializado. Facilmente observveis ou no, todas as manifestaes fisiolgicas de
6
emoo so acionadas pelo sistema nervoso autnomo, um ramo do sistema nervoso que
responsvel por controlar a resposta de fuga ou luta do corpo e de funes corporais
13
04/03/17 involuntrias, como a respirao e a frequncia cardaca. Como tal, amplamente aceito
E. Sarmanho
que o estado emocional de uma pessoa pode ser inferido atravs da medio de alteraes
fisiolgicas no corpo. As emoes tambm so uma parte vital de nossa experincia com
entretenimento interativo, ajudando a formar decises feita durante o tempo de jogo.
14
04/03/17 Figura 2.1: Grfico com as diferentes emoes geradas pela combinao de excitao e
E. Sarmanho
valncia
2.6 Fluxo
Jogos de videogames que tendem a fazer sucesso tem como um fator comum a ca-
pacidade de trazer o foco do jogador para o jogo. Eles permitem as pessoas se abstrair
do mundo real para dentro da realidade do jogo, provendo uma distrao dos problemas
7
e preocupaes do dia-a-dia. Algumas pessoas se envolvem tanto em um jogo que no
percebem as coisas ao seu redor, como o tempo passado desde que ela comeou a jogar,
ou outra pessoa chamando por ela. Nesses momentos, sua ateno est quase totalmente
voltada para o jogo, na extenso de algumas pessoas dizerem estar no jogo.
Essa experincia referida como imerso, um termo que bastante usado por jogadores
e pela mdia de jogos. Imerso comumente vista como crtica para o aproveitamento do
jogo, sendo ela o resultado de uma boa experincia de jogo.
O ser humano entra em um estado de completa imerso em uma determinada atividade
quando esta o proporciona com um desafio suficiente para que ele no perca o interesse
por tdio e no seja alm das suas habilidades, evitando que ele se sinta frustrado pela
dificuldade desproporcional. Este estado foi definido pelo psiclogo e filsofo Mihaly
Csikszentmihalyi, e foi nomeado como fluxo. [9] A consequncia usual de um usurio entrar
no estado de fluxo um aumento do autocontrole, concentrao focada na atividade em
questo, uma clara viso dos objetivos, perda de autoconscincia, sensao alterada do
tempo, aumento na motivao pessoal e uma fuso de ao e percepo. [9] Quanto maior
a habilidade do usurio maior precisa ser o desafio para manter o usurio no estado de
fluxo, a figura 1 representa um modelo do estado de fluxo, representado por um grfico
com um dos eixos o desafio da tarefa e o outro eixo a habilidade do jogador e o estado
de fluxo acontecendo quando existe um equilbrio entre os dois. Mihaly em seu trabalho
tambm identificou oito componentes necessrio para se atingir um estado de fluxo:
Objetivos claros.
Sensao de controle
Quando esses critrios so atingidos, uma pessoa entra em um estado de fluxo. Ela fica
completamente imergida na atividade e perdem o senso de tempo. No domnio de jogos,
fluxo pode ser melhor visualizado como um balanceamento entre o desafio e a habilidade.
Na figura 2.2, essa relao melhor demonstrada e o estado de fluxo pode ser facilmente
percebido nela. Novidades no jogo levam a ansiedade, enquanto que o aprendizado levam
ao tdio. O balanceamento entre novidade e aprendizado leva ento ao estado de fluxo.
8
15
04/03/17 Figura 2.2: Diagrama de canal de fluxo
E. Sarmanho
9
a serie Elder Scrolls faz essa escala com o nvel do personagem. Temos tambm a srie
Mario Kart que possui um nvel de desafio que adaptado a habilidade do jogador.
O ajuste de dificuldade poder ser essencialmente separado em 3 categorias:
Estticos: No oferecem um mecanismo dinmico de ajuste de dificuldade. Possuem
ou um nico nvel de dificuldade ou permitem ao jogador escolher qual o nvel que o
satisfaz. Como exemplos de jogos temos o Pong dificuldade nica e a srie God Of War
que no incio do jogo deixa o jogador escolher a dificuldade desejada.
Parcialmente adaptativos: So aqueles que ou possuem uma forma automtica de
detectar que a habilidade do jogador superior dificuldade atual, mas no realizam a
mudana automaticamente, ou possuem um mecanismo que escala a dificuldade somente
em uma direo, seja aumentando ou diminuindo, de maneira que a mesma seja compatvel
com o jogador. A srie Elder Scrolls est nessa categoria, assim como a srie Mega-man
zero.
Adaptativos: Possuem um mecanismo dinmico de ajuste de dificuldade, aumen-
tando ou diminuindo automaticamente a dificuldade de forma a balancear o jogo habi-
lidade do jogador. Essa categoria ser mais expandida no Seo 2.7.
10
fatores no jogo e variveis em tempo real em resposta do quo bem ou mal a performance
do jogador. Para ajudar nesse trabalho, implementaes de ADD tipicamente usam trs
mdulos interligados:
A engine de anlise, que computa os dados brutos que ela recebe para determinar
quais elementos do jogo devem ser ajustados para prover uma melhor experincia
para o jogador.
Com o design certo, uma grande poro dos elementos do jogo pode ser ajustado
dinamicamente, esses elementos podem ser classificados em trs grupos principais:
11
Figura 2.3: Jogo de plataforma Super Mario World
12
Captulo 3
Trabalhos Relacionados
13
formula proposta pelos autores foi possvel estimar se uma fase mais difcil que o outro,
entretanto no representa a probabilidade real de sucesso da fase.
Essa pesquisa nos permite compreender melhor como determinar a dificuldade de um
jogo de plataforma, nos permitindo criar o mecanismo de ajuste de dificuldade dinmica
para tal gnero.
14
IAs ortogonalmente evolvidas tanto facilitam um ajuste mais suave da dificuldade quanto
permitem novas experincias de jogo.
Os testes realizados mostram que tal evoluo ortogonalizada em inteligncias artificias
uma rea promissora no ajuste de dificuldade dinmica.
15
Esse resultado no mostrou correlao entre avaliao da dificuldade e a dificuldade
ajustada. Jogadores novos assumem que no vo ser muito bons no jogo sem pensar na
prpria habilidade enquanto jogadores mais experientes vo assumir que tero um bom
rendimento pela experincia. O artigo conclui que no foi conclusivo o suficiente para
dizer se a dificuldade ajustada melhora a experincia do jogo ou no.
O artigo contribuiu para criar uma noo do inicio do estudo em mecanismos de
ajuste de dificuldade dinmica em jogos. E como tais mecanismos foram idealizados e
suas concepes iniciais.
16
preferncia de entretenimento de crianas com uma acurcia de 77.77% foi feito o controle
do jogo. A adaptao do jogo tem como base um funo que mapeia a satisfao do jogador
com variveis do jogador e do jogo, mas no leva em conta sinais fisiolgicos, sendo essas
variveis: Tempo de resposta, presso do p, nmero de interao(variveis do jogador),
curiosidade e diversidade de inimigos(variveis do jogo).
Para determinar se o jogo adaptativo foi obteve sucesso em otimizar a satisfao do
jogador, foi relizado um teste com o pblico alvo de Bug Smasher, no qual aps jogar uma
verso adaptativa e uma verso no adaptativa, os mesmos eram questionados qual era
mais divertido. Com base nas respostas, foi observado uma preferncia estatstica pelo
jogo adaptativo, indicativo que o modelo obteve sucesso em adaptar o jogo ao jogador.
17
intensiva do designer, no podendo ajustar dinamicamente as estratgias e dificuldade, e
sem planejamento ou viso futura para o jogo.
Para tanto o autor props duas tcnicas pra driblar isso:
O primeiro usa o algoritmo Mont Carlo Tree Search que um mtodo de aprendizado
usado para estimao, aproximao e escolha da estratgia mais adequada. Recomendado
para standalone-PCs por faz um uso mais intensivo do recursos do Sistema.
O segundo usa rede neural artificial, que baseada no dados coletado por um CI-
controlled -NPC. Serve para jogos multiplayers online tanto quanto standalone-PCs
18
O experimento consistia de duas etapas. Uma para reconhecer o estado afetivo de
ansiedade dos voluntrios, usando dois jogos e diversos sensores fisiolgicos capturando
dados enquanto eles jogam. Os jogos usados na primeira etapa foram Pong e um jogo
de anagramas, questionrios eram feitos aps certo intervalo de tempo. A segunda etapa
consistia em analisar o impacto da sensitividade da afetividade na experincia de jogo.
Nesta etapa o jogo utilizado foi Pong, mas usando mecanismos de ajuste de dificuldade
dinmica diferentes, um baseado no desempenho e outro baseado nos nveis de ansiedade
do jogador. Questionrios eram respondidos durante e no final das sesses de jogo.
Depois do experimento os autores do artigo [19] chegaram aos seguintes resultados: os
modelos de afetividade tiveram uma acurcia na previso alta, a performance da maioria
foi melhorada usando modelos baseados em afetividade, a atividade foi percebida como
mais desafiadora e mais satisfatria pela maioria e nvel de ansiedade foi reduzido na mai-
oria dos participantes nos mecanismos de ajuste dinmico de dificuldade de afetividade.
Este artigo fortalece o argumento, tambm usado neste trabalho, de que a experincia
de jogar um vdeo game pode ser melhorada usando variveis do jogador para ajustar a
dificuldade do jogo em tempo real.
19
Figura 3.2: Jogo criado para testar Ajuste dinmico afetivo
20
Captulo 4
Proposta
Segundo Daniel Imre [16] em sua tese, o futuro da rea de ajuste de dificuldade din-
mica ser um processo gradual que consiste em trs fases cronologicamente ordenadas:
1. Para os prximos anos, a grande maioria dos ttulos com implementao de ADD
continuaro a usar de implementaes baseadas em desempenho.
2. Em um futuro prximo, como sensores de emoes tornaram-se menores e mais
baratos e os jogos usaram uma mistura de mtodos de ADD.
3. Como a capacidade de medir emoes se torna mais onipresente e est integrado
em dispositivos de jogos comumente usadas (tais como controles), a avaliao da emoo
se tornaro a forma dominante de adaptar experincias de jogo ao jogador.
A proposta apresentada deste trabalho derivada parcialmente da fase 2 acima. Como
visto nos trabalhos relacionados, geralmente se feito um ADD baseado exclusivamente
ou nas variveis de jogo, ou das variveis do estado emocional do jogador.
O objetivo a comprovao de que um ADD cuja dinmica ser baseada na corre-
lao de dados fornecidos pelo jogo e pelo jogador melhor que os modelos comumente
usados. Testes sero usados para comprovar que tal ADD mantm o jogador no estado de
flow por mais tempo que outros mecanismos de dificuldade, resultam ento um melhor
aproveitamento de jogo.
16
04/03/17 Para comprovar a hiptese desta pesquisa, ser necessrio fazer um ADD hbrido,
E. Sarmanho
aplica-lo em um jogo e compara-lo com os outros modelos de ADD. Pela limitao de
tempo e recurso, ser usada apenas uma mtrica para definio de performance do jogador
e apenas um sensor ser usado para realizar a anlise do estado emocional do jogador. As
mesmas limitaes tambm foram a razo de que o ADD criado seria testado em apenas
um jogo. Um outra limitao deste trabalho ser o nmero de participantes nos testes,
que ser abaixo do necessrio para poder generalizar o resultado, porm ser o suficiente
para analisar se a hiptese tem indcios de ser verdadeira.
21
Caso comprovado, o uso de ADD hbridos deve ser mais amplamente pesquisado,
resultando em novas possibilidades de pesquisa e uma melhora na experincia de jogos
que faam uso do mesmo.
22
Captulo 5
Implementao
5.1 Jogo
Para escolha do jogo foram levados em conta os seguintes requisitos:
Uma mecnica de jogo que seja simples o suficiente para qualquer jogador casual
consiga jogar sem frustraes causadas por complexidades do jogo.
Um jogo que possua diversas variveis cujas alteraes causem uma mudana na
dificuldade do jogo.
Tempo de jogo no pode ser grande, para possibilitar vrias sesses de jogo em curto
perodo de tempo.
Alta capacidade de alteraes para criao de jogos derivados do jogo origem, para
verificao dos resultados.
Um jogo cujo cdigo est disponvel e sua licena permite seu uso no comercial.
Considerando tais requisitos, o jogo escolhido foi Asteroids: in the 2nd and 1/2th Di-
17
04/03/17 mension, criado por Matthew Renze, disponvel http://www.matthewrenze.com/software.html [22].
E. Sarmanho
O jogador controla uma nave espacial que deve atravessar um campo de asteroides e pegar
um item especial, escondido no mesmo. Uma vez chegando no final do campo e possuindo
o item especial, ele deve ativar o Warp Drive para finalizar a fase.
23
A nave pode se movimentar e atirar nos asteroides. Existe um power-up, item que
fornece um auxilio ao jogador, que concede nave do jogador um escudo que impede que
a nave seja destruda no contato com algum asteroide ao sacrifcio deste escudo. A tela
do jogo segue a nave com ela posicionada no centro, mas tendo a possibilidade de mudar
o ngulo da cmera em relao nave. Os asteroides no colidem entre si. Asteroides
maiores quando acertados viram diversos asteroides menores, at o tamanho mnimo,
quando se acertados mais uma vez, sero destrudos.
O jogo original possui apenas uma fase, que quando completada encerra o programa.
Para que o ADD seja implementado, foram criadas outras fases com diversas variaes. O
jogo utilizado neste trabalho possui 6 fases distintas. Todas com o mesmo comprimento e
com barreiras para determinar seus limites laterais. O item necessrio para ativar o Warp
Drive foi retirado, para simplificar o jogo, logo assim que a nave ultrapassar o campo de
asteroides ser possvel ativar o Warp Drive e avanar para prxima fase. Novas variaes
dos asteroides foram criadas para diversificar o jogo e manter a ateno do jogador.
Segue o contedo de cada fase do jogo utilizado.
Fase 0: Uma fase de introduo ao jogo e suas mecnicas. Possui apenas asteroides
de tamanho menor que quando destrudos no geram outros asteroides.
Fase 5: ltima fase do jogo. Contm todas variaes de asteroides que aparecem
nas fases anteriores desde o comeo.
24
velocidades so definidas no mesmo instante. Para avaliar o jogador antes de determinar
a dificuldade adequada para o mesmo, fase 0 no possui diferentes dificuldades.
5.2 Unity
O jogo foi implementado na plataforma Unity 5.3.5 [2]. Para aquisio dos sinais do
sensor EDA, foi inicialmente usado uma Interface de Programao de Aplicativos, ou API,
fornecida no site oficial da placa de aquisio de sinais usada, BITalino [1]. A incluso da
API foi feita no jogo, mas no foi descoberto um meio de tratar os dados recebidos dentro
da plataforma. Aps uma pesquisa sobre tratamento de dados derivados de um sensor
eletrodermal, foi encontrado um cdigo aberto em MATLAB [3] que calcular o valor
tnico da sada do EDA. Para que esse cdigo seja usado com conjunto com o jogo ne-
cessrio que exista uma comunicao entre Unity e MATLAB. Essa comunicao foi feita
atravs de portas UDP. O cdigo para realizar uma comunicao de portas UDP a partir
do Unity foi retirado do site: https://msdn.microsoft.com/de-de/library/bb979228.aspx,
com alteraes feitas por Sandra Fang. Com esse cdigo, adaptado para funcionar em
conjunto com o jogo, foi possvel estabelecer a comunicao de mensagens do Unity para
o MATLAB e a recepo de mensagens no Unity originadas do MATLAB.
Para a realizao da primeira bateria de testes, foi programado no jogo a impresso
da quantidade de mortes e o tempo em segundos que o jogador demorou em concluir a
fase. A impresso foi feita em um arquivo em formato .txt para cada fase concluda com
a data, hora, nvel e dificuldade registrados como nome do arquivo. A segunda bateria de
testes foi realizada com a adio de trs modelos de DDAs. O jogo com o modelo de DDA
baseado apenas em performance, nmero de mortes, foi compilado, atravs do Unity, em
um formato executvel para possibilitar que os testes, com este modelo, sejam realizados
em outros computadores diferentes daquele no qual o jogo foi programado. O modelos
com DDA hbrido e baseado apenas nos dados dos sensores so executados diretamente
do Unity em conjunto com o programa no MATLAB [3].
5.3 MATLAB
O cdigo usado para extrair o valor tnico da sada do EDA est disponvel com distri-
buio aberta no site da MathWorks [24]. Para aquisio dos dados do sensor do BITalino
foi utilizado uma toolbox desenvolvida pela equipe MathWorks Instrument Control Tool-
box Team [27]. Foi programada a comunicao atravs de portas UDP em conjunto com
os cdigos citados anteriormente para compor apenas um programa. O programa espera
receber um sinal do Unity para comear a aquisio de dados do sensor EDA, outro sinal
25
para encerar a captura de dados uma vez que o jogador complete a fase. Aps encerar a
captura, o programa usa o cdigo SimpleEDA [24] para adquirir os valores tnicos e aps
a anlise desses valores, o mesmo enviar uma mensagem para o Unity com o resultado da
anlise que informar se o jogador esta estressado, desafiado ou entediado. O programa
retorna espera do sinal para iniciar uma nova captura na prxima fase.
Assim como realizado no Unity, para aquisio dos resultados da primeira bateria de
testes foi programado a impresso dos valores tnicos de cinco em cinco segundos em um
arquivo de formato .txt com a mesma identificao da data, hora, nvel e dificuldade no
nome do arquivo.
5.4 DDA
O DDA atua na seleo da dificuldade da fase seguinte uma vez que uma fase tenha
sido completada. Para fins de comparao foram feitos trs modelos de DDA. Com os
resultados da primeira bateria de testes foram definidos limites de mortes para cada fase
e cada dificuldade, assim como os limites do sinal do sensor que ditam se o jogador esta
estressado, estimulado ou entediado.
Estado Emocional: Se a mdia total dos valores tnicos subtrada da mdia dos dez
menores valores for abaixo dos limites definidos pelo resultado da primeira bateria
de testes, a dificuldade ser aumentada. Se for maior que a margem definida, a
dificuldade ser abaixada. Caso contrrio, permanecer a mesma.
Nas tabelas, as letras S e G indicam que a velocidade dos asteroides menor, no caso
do S, ou maior, no caso do G, em comparao com a velocidade previamente programada
para a respectiva fase.
26
Tabela 5.1: Ajuste Dinmico de Dificuldade Modelo Hbrido
Dificuldade Alta Mortes no limite Muitas Mortes
Estressado Diminuir G Diminuir
Desafiado Manter Diminuir G
Entediado Manter G Manter G
5.5 BITalino
O BITalino [1] um dispositivo de baixo custo capaz de ler trs sinais fisiolgicos co-
muns: Eletromiogrfico (EMG), Eletrocardiogrfico (ECG) e Eletrodermal (EDA). Pela
sua disponibilidade e abundncia de cdigos e APIs com livre distribuio, este foi o dis-
positivo usado nesta pesquisa para colher o dados EDA. Pela sua configurao fsica e falta
de recursos no foi possvel usar mais de um sensor da mesma placa para aplicar no DDA,
resultando apenas no uso do sensor EDA para este trabalho. O BITalino conecta com o
computador atravs do sinal bluetooth e possui sua prpria bateria. A conexo exclusiva
por bluetooth trouxe dificuldade em momentos, devido desconexes e interferncias no
sinal. Outra dificuldade foi a desgastao do gels dos eltrodos com o frequente uso. Pela
limitao de tempo, no foi possvel adquirir novos, resultando no uso de esparadrapo
para manter a adeso do eltrodo.
27
Captulo 6
Testes
Foram realizadas duas baterias de testes. A primeira bateria foi realizada com o
propsito de encontrar as mdias de mortes por fase e dificuldade assim como os valores
do sensor EDA, que sero usados para definir uma mtrica que dir ao programa o estado
emocional do jogador. A segunda bateria de testes foi feita com objetivo de comparar os
diferentes modelos de DDA, usando um questionrio respondido aps a sesso de jogo,
cuja respostas foram usadas para realizar a comparao.
18
04/03/17
E. Sarmanho
6.1 1o Bateria de Testes
19
04/03/17 Catorze candidatos participaram da primeira sesso de testes. Com o propsito de
E. Sarmanho
funcionar para qualquer tipo de jogador e independente da habilidade do mesmo, os can-
didatos possuem diversos nveis de experincia com jogos, variando de jogadores casuais e
veteranos, seis dos quais participaram duas vezes. O nvel de experincia dos participantes
foi comprovado com base em auto-relato e conhecimento prvio dos pesquisadores sobre
o histrico dos participantes com jogos.
Os participantes jogaram as seis fases em apenas uma das trs possveis dificuldades.
Foram realizados:
Seis testes na dificuldade baixa: trs jogadores vateranos e trs jogadores casuais
Aps o fim de cada fase, o participante era questionado se ele estava se sentindo
desafiado pelo jogo, se o desafio do mesmo estava abaixo de suas habilidades ou acima.
O participante tinha a opo de desistir da fase ou do jogo, alegando tdio, desinteresse,
cansao ou estresse.
28
Durante os testes foi observado que os participantes desistiam de jogar aps muitas
mortes na mesma fase. Para evitar tal desistncia, a velocidade dos asteroides diminuida
gradualmente at a velocidade da dificuldade abaixo se o participante morrer acima de
um limite definido para a fase em que est jogando. Esse limite foi definido com base
no dados dos testes para que o jogo comece a diminuir a velocidade antes que o jogador
queira desistir. Essa implementao foi feita aps a primeira bateria de testes.
Unindo os dados provenientes do jogo e do sensor com as respostas dos participantes,
foi definido as margens usadas para alterar a dificuldade com base nas mortes e no estado
emocional do jogador. A margem de mortes foi calculada com base nas mdias dos valores
em que o jogador relatava estresse, desafio justo ou tdio.
Os valores derivados do sensor EDA variavam em ordens de grandeza, logo usar uma
margem para os valores do EDA se tornou invivel. Realizando uma mdia dos menores
valores tnicos [4] e subtraindo-a da mdia total, foi possvel notar uma margem entre os
valores de estresse, tdio ou desafio.
29
DDA, aps uma sesso de jogo, o voluntrio responde um questionrio fundamentado nos
aspectos de flow presentes na experincia de jogos [11]. As perguntas usadas citam cada
aspecto de flow e questionam o quanto cada aspecto foi verdadeiro para a experincia,
em uma escala de um at cinco, na qual 5 concorda e 1 discorda completamente.
O participantes foram divididos entre os trs modelos de DDA. Seis participantes
jogaram o modelo hbrido, dos quais dois eram jogadores casuais e quatro eram veteranos.
Cinco jogaram o modelo de performance do jogo, com quatro veteranos e um casual. Cinco
jogaram o modelo de estado emocional percebido pelo sensor EDA, com trs veteranos e
dois casuais.
O questionrio foi separado em trs sesses: desafio, imerso e dados sociodemogrfi-
cos. Nesta pesquisa o foco para anlise foi o desafio do jogo, assim como sua imerso. A
tabela a seguir mostra a mdia dessas duas sesses para cada modelo de DDA.
30
Captulo 7
Concluso
Existem vrios estudos em ajuste de dificuldade dinmica que levam em conta vrios
fatores, entre eles variveis de performance do jogador e estado emocional. No foi encon-
trado na literatura pesquisas que usam ambos fatores para definir a dificuldade adequada.
Neste trabalho foi feito uma investigao sobre a performance de um ADD hbrido que
faz uma correlao entre esse dois fatores.
Para isso foi implementado uma adaptao de um jogo open source feito em Unity
chamado Asteroids: in the 2nd and 1/2th Dimension [22] e nela foi feito 3 verses do
ADD, sendo um que usado os dados derivados do jogo, outro usando o feedback emocional
e o hbrido mencionado anteriormente. Para captao de emoo usamos um sensor EDA
com tratamento de dados no Matlab.
Usando as respostas do questionrio resultado da segunda bateria de testes foi possvel
notar uma mdia maior do modelo hbrido proposto nos campos de desafio e imerso. Am-
bos aspectos que indicam o estado de flow, o que revela um indcio de que a hiptese pode
estar correta. Entretanto a diferena entre as mdias no foi superior o suficiente para
poder ter certeza. O pequeno nmero de testes no o suficiente para generalizar o resul-
tado e as definies de estados emocionais captadas pelo sensor no foram comprovadas
com mais uma bateria de testes devido ao limite de tempo.
A limitao do tempo e dos recursos disposio no permitiram que o resultado
desta pesquisa possa generalizar para todos jogos e indivduos. Trabalhos futuros neste
campo de pesquisa devem focar em validar o resultado desta pesquisa com um nmero
mais abrangente de indivduos. Deve ser explorado o uso de mltiplos sensores para
uma melhor definio de estados emocionais, assim como usar mais variveis derivadas da
performance do jogador. Uma vez que o resultado seja comprovado com maior certeza,
deve ser comprovado que o mesmo verdadeiro independente do jogo e de seu gnero,
caso contrrio definir as mtricas onde o modelo hbrido de ADD melhor em manter o
indivduo no flow.
31
Referncias
[5] BITalino. Eda sensor datasheet, 2015. original document from BITalino. 7
[6] David Michael Jordan Chang. Dynamic difficulty adjustment in computer games.
acessado em 02/07/2016. 10
[7] Christyowidiasmoro, Ramadhany Candra Arif Putra, and Supeno Mardi Susiki. Me-
asuring level of difficulty in game using challenging rate (cr) on 2d real time strategy
line defense game. 2015 International Electronics Symposium, pages 218222, 2015.
14
[8] Kate Compton and Michael Mateas. Procedural level design for platform games.
Proceedings of the 2nd Artificial Intelligence and Interactive Digital Entertainment
Conference, pages 109111, 2006. 13
[9] Mihaly Csikszentmihalyi. Flow: The Psychology of Optimal Experience. New York:
Harper & Row, 1992. 8
[10] Alena Denisova and Paul Cairns. Adaptation in digital games: The effect of challenge
adjustment on player performance and experience. Proceedings of the 2015 Annual
Symposium on Computer-Human Interaction in Play, pages 97101, 2015. 17
[11] Xiaowen Fang, Jingli Zhang, and Susy S. Chan. Development of an instrument for
studying flow in computer game play. Intl. Journal of HumanComputer Interaction,
29:456470, 2013. 2, 30
[12] Nick Fortugno. The strange case of the casual gamer. 2008. 6
[13] D. Gularte. Jogos eletrnicos: 50 anos de interao e diverso. 2AB Editora, 2010.
viii, 4, 5
32
[14] Arend Hintze, Randal Olson, and JoelLehman. Orthogonally evolved ai to improve
difficulty adjustment in video games. In Applications of Evolutionary Computation,
pages 525540. Springer, 2016. 14
[15] Robin Hunicke. The case for dynamic difficulty adjustment in games. pages 429433,
2005. 15
[16] Daniel Imre. Real-time Analysis of Skin Conductance for Affective Dynamic Difficulty
Adjustment in Video Games. PhD thesis, Algoma University, 2016. 19, 21
[17] Jasper Juul. The game, the player, the world: Looking for a heart of gameness. Level
Up: Digital Games Research Conference Proceedings, pages 3045, 2003. 3
[18] Peter J Lang. The emotion probe: studies of motivation and attention. American
psychologist, 50(5):372, 1995. 6
[19] Changchun Liu, Pramila Agrawal, Nilanjan Sarkar, and Shuo Chen. Dynamic diffi-
culty adjustment in computer games through real-time anxiety-based affective feed-
back. International Journal of Human-Computer Interaction, pages 506529, 2009.
18, 19
[20] Fausto Jos Mourato and Manuel Prspero dos Santos. Measuring difficulty in plat-
form videogames. 4a Conferncia Nacional Interaco humano-computador, pages
18, 2009. 13
[23] Katie Salen and Eric Zimmerman. The game design reader: a rules of play anthology.
MIT press, Cambridge Mass, 2006. 4
[25] Lingdao Sha. Creating appropriate challenge level game opponent by the use of
dynamic difficulty adjustment. 2010. 17
[26] John L. Sherry. Flow and media enjoyment. Communication Theory, pages 328347,
2004. 9
[28] Guilherme Xavier. Condio Eletroldica - Cultura Visual Nos Jogos Eletrnicos.
Editora Novas Idias, 2010. 3
33
[29] Georgios N. Yannakakis and John Hallam. Real-time game adaptation for optimizing
player satisfaction. IEEE Transactions on Computational Intelligence and AI in
Games 1.2, pages 121133, 2012. 12, 16
34
Annotations
Universidade de Braslia
Trabalho, Regime De; Reserva, Cadastro De; Central, Setor