Project ADD: Adaptative Difficulty Dungeons

Abstract

Quan els jugadors volen començar un joc, trien entre els diferents nivells de dificultat que s'ajustin millor a les seves habilitats per començar a jugar. No obstant això, aquestes dificultats les creen el dissenyadors de jocs, indicant que, per jugar en aquesta dificultat, el jugador ha de desenvolupar un conjunt d'habilitats que s'ajusten a aquesta dificultat. Aquestes dues concepcions de dificultat i habilitat són diferents per a cada jugador i dissenyador. Els jugadors poden pensar que tenen les habilitats per superar tots els reptes i gaudir del joc en la dificultat que ja han triat. Però, què passa quan un jugador tria la dificultat màxima i no és tan difícil com pensava que seria, o si el jugador vol començar el joc per primera vegada i la dificultat fàcil no és tan fàcil? O si el jugador desenvolupa habilitats més ràpid o més lent i s’avorreix de guanyar o perdre massa? Jugadors que estan tenint masses dificultats ja no voldran jugar més a aquest joc, s'avorreixen i això és l'última cosa, que com a desenvolupadors de jocs volem que els nostres jugadors sentin. Quan la presència de desafiaments en el joc és baixa, els jugadors s'avorreixen i quan es repeteixen davant la derrota, es frustren i possiblement perden l'interès pel joc. En aquest treball, centrarem els nostres esforços a analitzar les "habilitats" del jugador i quantificar la dificultat del nivell estructura. Trobarem una manera de generar contingut amb un nivell de dificultat que s'ajusti al del jugador i al seu nivell d'habilitat. La finalitat i objectiu principal d'aquest projecte és fer una primera aproximació a la creació d'una eina que utilitza tècniques DDA per generar contingut personalitzat. Ús d'algorismes de recerca de camins com ara A* i Breadth-First Search (BFS), tenim previst trobar relacions que ens ajudin a interpretar les habilitats del jugador i el nivell de dificultat generat procedimentalment.

When players want to start a game, they choose among the different difficulty levels the one that better fits their skills to start playing. However, those difficulties are created by the game designers, indicating that, in order to play in that difficulty, the player must develop a set of skills that fit that difficulty. That minimum skill level has been already set by the designer. These two conceptions of difficulty and skill are different for each player and designer. Players may think that they possess the skills to overcome all the challenges and enjoy the game in the difficulty that they have already chosen. But, what happen when a player chooses the max difficulty and is not as hard as he thought it will be, or if the player want to start the game for the first time and the easy difficulty is not that easy? Or if the player develop the skills faster or slower and get bored of winning or losing too much? Players who are struggling with difficulty will no longer want to play that game anymore, they get bored and that is the last thing, that as a game developer we want our players to feel. When the presence of challenge in the game is low, players get bored and when repeatedly confronted with defeat, they get frustrated and possibly lose interest in the game. In this work, we will focus our efforts on analyzing the player "skills" and quantify the difficulty of the level structure. We will find a way of generating content with a level of difficulty that fits the player’s skill level. The purpose and main objective of this project is to make a first approach to the creation of a tool that uses DDA techniques to generate personalized content. Using pathfinding algorithms such as A* and Breadth-First Search (BFS), we plan to find relations that help us interpret the player’s skills and the procedurally generated level difficulty.