内部敌人：深度玩家行为模型对动态难度调整的长期动机影响

视频

DOI

在游戏的设计和维护中，平衡游戏并生成保持有趣和具有挑战性的内容是一个主要的成本因素。动态难度调整（DDA）可以成功地将挑战水平调整到玩家的能力，但当使用传统的启发式参数调整（HPT）实现时，往往非常显眼，例如作为“橡皮筋效应”。可以使用深度学习技术进行深度玩家行为建模（DPBM），从而实现更复杂的适应性，但对频繁和长时间游戏参与的影响，以及与HPT的比较尚未进行实证研究。我们通过一项实地研究，探讨了通过DPBM实现的DDA与HPT相比对现实世界MMORPG中的内在动机、感知挑战和玩家动机的影响。结果表明，DPBM可以显著提高内在动机，玩家更喜欢具有DPBM的游戏体验，而不是具有传统难度管理的游戏体验。