第一人称射击游戏中的快速技能捕捉
人机交互
2014-11-07 v2 机器学习
摘要
计算机游戏设计的各个方面，包括游戏关卡的自适应元素、“机器人”(bot) 行为特征以及多人游戏中的玩家匹配，理想情况下都应对玩家的技能水平敏感。然而，尽管难度和玩家学习已在游戏背景下得到探索，但很少有关于技能本身及其与玩家输入关系的研究。为此，我们提供了一个来自 40 多名第一人称射击游戏（Red Eclipse）玩家的数据集，包含 476 份游戏日志，作为案例研究的基础。随后，我们分析了不同的技能指标，并表明其中一些仅利用几秒钟的键盘和鼠标输入即可预测。我们认为，此处使用的技术有助于使游戏快速适应玩家的技能水平，或许比基于性能平均的解决方案（如 TrueSkill）更为迅速。
引用
@article{arxiv.1411.1316,
title = {Rapid Skill Capture in a First-Person Shooter},
author = {David Buckley and Ke Chen and Joshua Knowles},
journal= {arXiv preprint arXiv:1411.1316},
year = {2014}
}
备注
16 pages, 28 figures, journal paper submission