Glyph：用于理解解谜类游戏中解题策略的可视化工具
人机交互
2021-06-28 v1
摘要
理解玩家策略是分析玩家行为时的关键问题，无论对学术研究者还是行业从业者皆如此。对游戏设计师和游戏用户研究者而言，衡量预期策略与涌现策略之间的距离十分重要；这种比较有助于识别故障或不良行为。对将游戏用于教育等严肃目的的学术研究者而言，玩家所采用的策略反映了其相对于严肃目标（如学习过程）的认知进展。当前为满足这些需求而创建的技术与系统存在一些缺陷。定性方法难以扩展到包含大量玩家，且易受主观偏见影响。其他方法如可视化和分析工具，要么旨在提供数据的聚合概览而丢失个体玩家行为的细微差别，要么虽试图考虑个体行为，却并非专为降低视觉认知负荷而设计。在本工作中，我们提出一种新颖的可视化技术，专门解决比较行为序列的任务，以捕捉玩家所实施策略的概览，同时检查个体玩家行为以识别差异与离群值。该方法使用户能够就玩家策略形成假设并加以验证。我们通过一个案例研究展示该技术的有效性：利用一个原型系统调查从一款商业教育解谜游戏收集的数据。尽管该原型的可用性尚可改进，初步测试结果表明系统的核心功能对我们的潜在用户理解玩家策略颇有帮助。
引用
@article{arxiv.2106.13742,
title = {Glyph: Visualization Tool for Understanding Problem Solving Strategies in Puzzle Games},
author = {Truong-Huy Dinh Nguyen and Magy Seif El-Nasr and Alessandro Canossa},
journal= {arXiv preprint arXiv:2106.13742},
year = {2021}
}