Una metodología de ajuste dinámico de dificultad en videojuegos.Entre Rubber Band AI y la teoría de flow

Resumen

no de los desafíos más relevantes durante la producción de videojuegos es la creación de retos adecuados para los jugadores. Normalmente, la producción de un videojuego AAA toma aproximadamente 2 años y la razón principal es que las ideas que se quieren desarrollar deben ser probadas, no solo para encontrar errores en el código, sino también para validar que sean entretenidas y factibles. Este trabajo tiene como objetivo crear una metodología que facilite el establecimiento de retos adecuados empleando ajuste dinámico de dificultad en videojuegos. Después de revisar la literatura sobre el modelado de jugadores y el ajuste dinámico de dificultad, realizamos varios experimentos donde los participantes jugaron diversas versiones de Tetris. La versión que implementaba la metodología propuesta predecía el nivel de habilidad del jugador actual extrayendo los datos de sus últimas acciones y comparaba la evolución de la partida con partidas de otros jugadores. Luego, decidía si se modificaba la dificultad del juego teniendo en cuenta el nivel de habilidad previamente calculado. Usamos dos enfoques de ajuste dinámico de dificultad, el Rubber Band AI y la teoría del flow, para implementar las diversas versiones de Tetris. Además, los participantes respondieron cuestionarios con el fin de conocer qué tan satisfactoria fue su experiencia en cada sesión. Los resultados muestran que aquellas versiones que siguen la metodología propuesta generan una experiencia más satisfactoria en comparación con aquellas versiones tradicionales que siguen un conjunto de reglas preestablecidas sin tener en cuenta el nivel de habilidad de los jugadores. La metodología propuesta es suficientemente general para aplicarse en otros tipos de videojuegos. Sin embargo, esto requiere involucrar a los diseñadores, quienes son las personas idóneas para tomar decisiones sobre cómo seleccionar las variables o cómo ajustar la dificultad del juego. Estudios adicionales con videojuegos de diferentes géneros que apliquen la metodología pueden generar resultados muy interesantes que apoyen la solución presentada en este trabajo.