O que é ajuste de dificuldade dinâmica e por que a patente da EA é proprietária?

O ajuste dinâmico de dificuldade (DDA) é uma tecnologia usada para alterar a dificuldade de um jogo de acordo com a habilidade do jogador. Durante um jogo, a técnica de ajuste de dificuldade pode ajudar o jogador a vencer se estiver perdendo. Em outros casos, pode tornar mais difícil para um jogador vencer uma partida.

O que é o ajuste de dificuldade dinâmica?

O DDA monitora e prevê o tempo que um jogador permanece envolvido em um jogo. Ele combina essas informações com diferentes tipos de dados, como por quanto tempo um jogo mantém um jogador envolvido em uma sessão para um único jogador.

Um DDA pode evitar que um jogador fique entediado se o jogo for fácil. Também pode evitar que os jogadores fiquem frustrados se o jogo for muito difícil.

O DDA atua tanto no curto quanto no longo prazo. O DDA de curto prazo evita que os jogadores experimentem longos períodos do mesmo resultado, sejam bons ou ruins. Um gerador de números aleatórios é usado para obter DDA de curto prazo. Um DDA de longo prazo ajusta o nível do jogo a um que seja apropriado para suas habilidades e desempenho.

Isso é muito bom, mas como o ajuste dinâmico de dificuldade funciona no jogo?

Como funciona o ajuste de dificuldade dinâmica?

Uma maneira comum de obter DDA é fazer alterações no curso do jogo ajustando a dificuldade após a ocorrência de eventos de gatilho que indicam estados indesejáveis ​​do jogador. Esses estados incluem tédio e frustração.

O DDA depende de algoritmos de aprendizado de máquina para fazer as previsões necessárias para executar os ajustes. Algoritmos de aprendizado de máquina, como supervisionado e não supervisionado, criam e atualizam modelos de previsão para jogos. Algoritmos ensemble e algoritmos baseados em instância são exemplos de lógica usada para criar e atualizar modelos de previsão para DDA.

Sistemas para ajuste de dificuldade dinâmica

Uma patente concedida à EA em 2018 revela detalhes dos componentes técnicos do DDA nos jogos da EA.

A patente descreve um sistema com um armazenamento eletrônico de dados que um processador de hardware usa para executar instruções para identificar valores de ajuste para variáveis ​​no videogame. O processador de hardware gera um modelo de previsão executando instruções para acessar conjuntos de dados usados ​​no sistema de aprendizado de máquina.

A patente também detalha como o DDA usa diferentes tipos de dados de interação do usuário para avaliar o grau de envolvimento do usuário. Esses dados incluem a quantidade de dinheiro gasta no jogo, o progresso do usuário no jogo e a propensão do jogador a parar devido ao seu progresso no jogo.

Os dados de interação do usuário são usados ​​em combinação com outros tipos de dados para criar e agir em modelos de previsão de jogabilidade. Os dados alimentam diferentes tipos de sistemas dentro do jogo que trabalham juntos para mudar a dificuldade.

Os tipos de sistemas e processos que podem funcionar juntos incluem:

• Análise de retenção
• Geração de modelo de previsão
• Criação de cluster
• Atribuição de cluster
• Avaliação de sementes
• Configuração de dificuldade

Em suma, esses sistemas trabalham juntos para coletar dados do jogador, que são usados ​​para determinar o quão difícil ou fácil o jogo deve ser.

Relacionado: Razões psicológicas pelas quais os videogames são viciantes

Modelagem de Dados DDA

O processo de geração do modelo de predição envolve dados históricos de interação do usuário combinados com dados de controle para gerar modelos de predição. Os dados de controle são usados ​​para definir a previsão desejada para o número de usuários.

Um sistema de análise de retenção pode ser composto por um ou mais sistemas que geram taxas de retenção e rotatividade de previsão para os usuários. A taxa de retenção prevista pode ser usada para decidir se a dificuldade do jogo precisa ser alterada. Os dados de interação do usuário são aplicados a modelos de previsão para conseguir isso.

Os usuários podem ser agrupados em clusters com base nos dados de interatividade. Os usuários que jogam o jogo por menos de 30 minutos, por exemplo, podem ser identificados pelo algoritmo de aprendizado de máquina .

A patente sugere que em certas modalidades do sistema, agrupar usuários com características semelhantes e ajustar os níveis de dificuldade com base nas ações exclusivas de cada usuário permite um melhor gerenciamento dos níveis de dificuldade.

Relacionado: descoberta de IA do Google: o que isso significa e como isso afeta você

A criação do cluster começa com a identificação dos usuários no jogo. Os dados sobre a interação do usuário são coletados ao longo do tempo e usados ​​para filtrar os usuários que não atendem aos critérios de interação. Depois que os usuários são filtrados, os clusters de usuários são criados com preferências de dificuldade com base nos dados de interação do usuário e níveis de envolvimento.

A atribuição de cluster para um usuário é obtida identificando o usuário e coletando os dados de interação do usuário com o jogo ao longo do tempo. Os dados de interação do usuário são usados ​​em combinação com as definições de cluster para identificar clusters específicos para os usuários se associarem.

O processo de definição de dificuldade começa com a identificação de um usuário, seguido pela determinação de um cluster de usuários associado ao usuário. Os valores de configuração são ajustados com base nos dados de interação do usuário.

Um sistema de avaliação de sementes é usado para determinar o quão difícil pode ser uma proporção de um videogame. O processo de avaliação de sementes começa com a identificação das sementes (valores) que podem ser utilizadas para configurar o videogame. O progresso dos usuários para cada semente é monitorado ao longo do tempo para determinar uma dificuldade com base nos dados de progresso normalizados.

Um excelente exemplo de sementes é encontrado no Minecraft, onde diferentes sementes proporcionam aventuras completamente diferentes .

Em algumas modalidades do sistema, a execução do DDA no jogo pode não ser detectada pelo usuário. O jogo também pode repetir as mudanças no videogame se um evento for acionado.

Por que a EA possui uma patente para ajuste de dificuldade dinâmica?

Depois de descobrir a patente DDA da EA, muitos usuários de jogos da EA ficaram preocupados se a tecnologia estava em uso em seus jogos e o efeito que ela tinha em suas experiências.

Uma ação judicial (que foi posteriormente arquivada) foi movida contra a EA no final de 2020, dando origem a novas discussões sobre o uso potencial da técnica pela empresa de jogos.

Os demandantes acreditavam que a EA usava a tecnologia para aumentar a dificuldade dos jogos de forma que mais pessoas desejassem comprar itens do jogo (caixas de saque) para ganhar. A EA forneceu informações e os promotores conversaram com sua equipe de engenharia para provar que não havia uso de DDA ou script semelhante, conforme alegado.

De acordo com o anúncio de um funcionário da EA, a tecnologia foi projetada para descobrir como ajudar os jogadores com dificuldades nos jogos a obter oportunidades de progresso. A intenção é garantir que os pagadores não fiquem muito entediados ou frustrados com o jogo.

EA deu uma resposta oficial:

Ouvimos suas preocupações sobre a família de patentes do Ajuste de Dificuldade Dinâmica (aqui e aqui) e queremos confirmar que não é usado no FIFA EA SPORTS. Nunca o usaríamos para obter vantagem ou desvantagem de qualquer grupo de jogadores contra outro em qualquer um de nossos jogos. A tecnologia foi projetada para explorar como podemos ajudar os jogadores que estão tendo dificuldades em uma determinada área do jogo a ter a oportunidade de avançar.

A EA declarou que não usaria a tecnologia DDA para dar ou remover vantagens para jogadores em jogos online. Afirma que a tecnologia não está em jogos importantes como FIFA, Madden ou NHL.

O uso do ajuste de dificuldade dinâmica em videogames

A EA sempre negou o uso de DDA em videogames. Respondendo a uma pergunta no Reddit sobre o DDA na FIFA, o diretor criativo Matt Prior afirmou que há potencial para erros do jogador no jogo, com base nas estatísticas individuais do jogador e fadiga, ao invés do DDA.

Não é incomum que patentes na indústria de jogos sejam depositadas sem nunca terem sido usadas. Uma quantidade significativa de pesquisa e desenvolvimento é dedicada à criação de novos conceitos de jogabilidade. Sempre são geradas novas ideias que podem não decolar devido a diversos fatores, como riscos de reputação ou até mesmo por não encontrar uma forma de integrar adequadamente a ideia em um jogo.