基于快速用户自适应的动态难度调整
人机交互
2020-10-27 v1
摘要
动态难度调整（DDA）是一项使游戏挑战适配玩家技能的技术，是游戏开发中的关键要素，可为玩家提供持续的动机与沉浸感。然而，传统的 DDA 方法需要调整游戏内参数以为各类玩家生成关卡。近期基于深度学习的 DDA 方法可缩短耗时的调参过程，但需要充足的用户演示数据用于适配。本文提出一种快速用户自适应方法，通过应用元学习算法，仅使用少量演示数据即可为各类玩家调整游戏难度。在电子游戏环境用户测试（n=9）中，我们所提出的 DDA 方法优于典型的基于深度学习的基线方法。
引用
@article{arxiv.2006.15545,
title = {Dynamic Difficulty Adjustment via Fast User Adaptation},
author = {Hee-Seung Moon and Jiwon Seo},
journal= {arXiv preprint arXiv:2006.15545},
year = {2020}
}
备注
Submitted to ACM UIST 2020 (Poster)