Sistem za ohranjanje uporabnikovega sodelovanja pri igranju računalniških iger

magistrsko delo

David Penca (Avtor), Zoran Bosnić (Mentor)

Povzetek

V magistrskem delu predstavimo sistem za ohranjanje uporabnikovega sodelovanja pri igranju računalniških iger, ki deluje na podlagi merjenja psihofizičnih značilk, kot so povprečni srčni utrip, galvanski odziv kože in električna aktivnost v možganih. Pokazati želimo, da je ročno prilagajanje karakteristik računalniških iger možno prepustiti avtomatiziranemu sistemu za ohranjanje uporabnikove vključenosti. Implementacijo takšnega sistema smo razdelili na dva funkcijska sklopa. Prvi sklop predstavlja model vključenosti igralca, ki na podlagi karakteristik igranja in izmerjenih psihofizičnih značilk, ocenjuje uporabnikovo trenutno vključenost. Model uporabnikove vključenosti smo zgradili z uporabo metod nadzorovanega strojnega učenja. Drugi sklop sistema predstavlja algoritem, ki ob zaznanem padcu vključenosti igralca spreminja karakteristike igre z namenom ohranjati uporabnikovo vključenost. Za učenje optimalne strategije spreminjanja karakteristik igre smo uporabili spodbujevano učenje.

Ključne besede

vključenost v igro;računalniška igra;ADABoost;Q-učenje;magisteriji;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2021
Tipologija:	2.09 - Magistrsko delo
Organizacija:	UL FRI - Fakulteta za računalništvo in informatiko
Založnik:	[D. Penca]
UDK:	004.85(043.2)
COBISS:	91293443
Št. ogledov:	191
Št. prenosov:	20
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	A system for maintaining user’s engagement in computer games
Sekundarni povzetek:	In our master thesis, we present a system for maintaining a user's engagement in computer games based on measured psychophysical indicators such as average heartbeat, galvanic skin response and electric activity in the brain. We wish to prove that hand adjustment of video game parameters can instead be performed by an automated system for maintaining player engagement. We split the implementation of such a system into two separate sections. The first section consists of a user-engagement model that predicts the current user engagement based on the player's gameplay characteristics and measured psychophysical indicators. We have built the engagement model using supervised machine learning techniques. The second section of the system is represented by an algorithm that, when a drop in user engagement is detected, adjusts game parameters in order to maintain user engagement. The optimal strategy for changing game parameters was learned through the use of reinforcement learning.
Sekundarne ključne besede:	game engagement;machine learning;computer game;ADABoost;Q-learning;computer science;computer and information science;master's degree;Videoigre;Strojno učenje;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS):	Magistrsko delo/naloga
Študijski program:	1000471
Konec prepovedi (OpenAIRE):	1970-01-01
Komentar na gradivo:	Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani:	61 str.
ID:	14060817