你的游戏行为说明一切：在《汤姆·克兰西：全境封锁》中建模玩家动机
机器学习
2019-10-17 v2 人工智能
人机交互
机器学习
摘要
仅通过观察玩家的游戏数据，是否有可能预测其动机？即便可以，我们又该如何首先衡量动机？为解答上述问题，一方面，我们收集了热门游戏《汤姆·克兰西：全境封锁》玩家的大量游戏数据集；另一方面，我们请玩家使用育碧感知体验问卷报告其胜任感、自主性、关联感和临场感水平。在以序数方式处理调查反馈后，我们采用基于支持向量机的偏好学习方法，推断游戏数据与所报告的四个动机因素之间的映射关系。我们的关键发现表明，游戏特征是玩家动机的强预测因子，因为所获得的最佳模型在未见过的玩家上达到了接近确定的准确率，从 92% 到 94% 不等。
引用
@article{arxiv.1902.00040,
title = {Your Gameplay Says It All: Modelling Motivation in Tom Clancy's The Division},
author = {David Melhart and Ahmad Azadvar and Alessandro Canossa and Antonios Liapis and Georgios N. Yannakakis},
journal= {arXiv preprint arXiv:1902.00040},
year = {2019}
}
备注
Version accepted for IEEE Conference on Games, 2019