به کارگیری تنظیم سختی پویا در بازی های رایانه ای به منظور افزایش سود تجاری

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 676

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CGCO02_052

تاریخ نمایه سازی: 19 خرداد 1396

Abstract:

با گسترش بازار بازی های رایانه ای، سود حاصل از آن افزایش چشمگیری یافته است از اینرو از باز یهای رایانه ای به عنوان یک صنعت یاد می شود. جذابیت بازی برای مخاطب تاثیر به سزایی در جایگاه بازی در بازار خواهد داشت. از جمله عوامل موثر درجذابیت بازی ، میزان سختی بازی متناسب با مهارت بازیکن می باشد. بازی نباید آنچنان سخت باشد که بازیکن را از ادامه دادن نامید کند و نه آنقدر آسان که هیچ چالشی برای بازیکن نداشته باشد. لذا از تنظیم میزان سختی بازی به صورت پویا به عنوان یکمسیله اساسی در این صنعت یاد می شود. از تکنیک های هوش مصنوعی می توان برای تنظیم سختی پویا 1 بهره برد. با توجه بهرویکردهای تیم طراحی بازی می توان از تکنیک های مختلفی استفاده نمود. می توان از مدلسازی رفتار بازیکن ها و تحلیل جابه جایی بازیکن بین حالت های مختلف بازی به عنوان دو روش تنظیم سختی پویا نام برد. برای هریک از این روش ها یک نمونه مورد بررسی قرار گرفت

Keywords:

تنظیم سختی پویا , بازی های رایانه ای , طراحی بازی , مدلسازی رفتار بازیکنان , تحلیل جابه جایی بازیکن بین حالت ها

Authors

فاطمه خدایی مهماندارحنیفه

دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه شهاب دانش قم

بهروز مینایی بیدگلی

دانشیار دانشگاه علم و صنعت تهران

سیده مریم طباطبایی

توسعه دهنده ارشد بازی، موسسه بازی سازی رز

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Chiu, K.S.Y. and K.C.C. Chan, Using Data Mining for Dynamic ...
  • Andrade, G., et al., Dynamic Game Balancing: An Evaluation of ...
  • Missura, O. and T. Gartner, Player Modeling for Intellient Difficulty ...
  • Compton, K. and M. Matea, Procedural Level Design for Platform ...
  • Shaker, N., G. Yannakakis, and J. Togelius, Towards automatic personalized ...
  • Chun, Y., K. Youm, and K. Oh, Difficulty Balancing and ...
  • pato, v.M.A. and C. Delgado-Mata, _ D _ _ Two-player ...
  • Zook, A. and M.O. Ried1. A Temporal Data-Driven Player Model ...
  • Hunicke, R., Chapman, V., AI for Dynamic Difficulty Adjustment in ...
  • نمایش کامل مراجع