Videojoc amb Generació Procedimental de Nivells Adaptada al Jugador Mitjançant Tècniques d'Aprenentatge Automàtic
García Mendeleac, Eduard José
Cortés Comellas, Jordi tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	Video Game with Procedural Level Generation Adapted to the Player Using Machine Learning Techniques
Títol variant:	Videojuego con Generación Procedimental de Niveles Adaptada al Jugador Mediante Técnicas de Aprendizaje Automático
Data:	2026
Resum:	L'equilibri de la dificultat és un repte fonamental en el disseny de videojocs per evitar l'efecte "bola de neu" i mantenir el jugador en l'estat de flux (Flow). Aquest Treball Final de Grau presenta el desenvolupament i la validació d'un sistema d'Ajust Dinàmic de Dificultat (DDA) per a un videojoc d'acció 2D, integrant Aprenentatge Automàtic i Generació Procedimental de Contingut (PCG). S'ha implementat una arquitectura asíncrona client-servidor on un model de Màquines de Vectors de Suport (SVM) analitza la telemetria del jugador i el classifica en un de cinc arquetips tàctics amb un 91% de precisió sobre dades autogenerades. Tot i la limitació d'aquesta mostra inicial, l'avaluació empírica i la confirmació qualitativa han posat de manifest un fort biaix de desenvolupador en la dificultat base. Els resultats demostren que el sistema DDA actua com un estabilitzador proactiu: frena l'avenç desproporcionat del jugador expert forçant un increment matemàtic de la volatilitat estratègica, alhora que manté un impacte contingut sobre els jugadors novells.
Resum:	Difficulty balancing is a fundamental challenge in game design to prevent the "snowball effect" and keep the player in the flow state. This Bachelor's Thesis presents the development and validation of a Dynamic Difficulty Adjustment (DDA) system for a 2D action video game, integrating Machine Learning and Procedural Content Generation (PCG). An asynchronous client-server architecture was implemented, where a Support Vector Machine (SVM) model analyzes player telemetry and classifies them into one of five tactical archetypes with 91% accuracy on self-generated data. Despite the limitations of this initial sample, empirical evaluation and qualitative confirmation revealed a strong developer's bias in the baseline difficulty. Results demonstrate that the DDA system acts as a proactive stabilizer: it curbs the disproportionate progression of expert players by forcing a mathematical increase in strategic volatility, while maintaining a contained impact on novice players.
Resum:	El equilibrio de la dificultad es un reto fundamental en el diseño de videojuegos para evitar el efecto "bola de nieve" y mantener al jugador en el estado de flujo (Flow). Este Trabajo Final de Grado presenta el desarrollo y validación de un sistema de Ajuste Dinámico de Dificultad (DDA) para un videojuego de acción 2D, integrando Aprendizaje Automático y Generación Procedimental de Contenido (PCG). Se ha implementado una arquitectura asíncrona cliente-servidor donde un modelo de Máquinas de Vectores de Apoyo (SVM) analiza la telemetría del jugador y lo clasifica en uno de cinco arquetipos tácticos con un 91% de precisión sobre datos autogenerados. Pese a la limitación de esta muestra inicial, la evaluación empírica y la confirmación cualitativa han puesto de manifiesto un fuerte sesgo de desarrollador en la dificultad base. Los resultados demuestran que el sistema DDA actúa como un estabilizador proactivo: frena el avance desproporcionado del jugador experto forzando un incremento matemático de la volatilidad estratégica, al tiempo que mantiene un impacto contenido sobre los jugadores novatos.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.
Llengua:	Català
Titulació:	Enginyeria Informàtica [2502441]
Pla d'estudis:	Enginyeria Informàtica [958]
Document:	Treball final de grau
Àrea temàtica:	Menció Computació
Matèria:	Ajust Dinàmic de Dificultat (DDA) ; Aprenentatge Automàtic ; Generació Procedimental de Contingut (PCG) ; Màquines de Vectors de Suport (SVM) ; Telemetria ; Dynamic Difficulty Adjustment (DDA) ; Machine Learning ; Procedural Content Generation (PCG) ; Support Vector Machines (SVM) ; Game Design ; Telemetry ; Ajuste Dinámico de Dificultad (DDA) ; Aprendizaje Automático ; Generación Procedimental de Contenido (PCG) ; Máquinas de Vectores de Apoyo (SVM) ; Telemetría

11 p, 1.5 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de final de grau > Escola d'Enginyeria. TFG