.png){kind=icon}
返回
Using search algorithm statistics for assessing maze and puzzle difficulty
.png){kind=icon}
PRE
AI
DOI：10.1016/j.entcom.2025.100925.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视频游戏的难度对玩家参与度有重大影响。例如，在某些游戏类型中，既要给玩家足够大的挑战，又要避免让他们感到沮丧，这一点至关重要。我们提出了一种简单的方法，用于评估关卡难度，作为针对特定玩家调整难度的前提。具体而言，我们建议使用算法（如A*和广度优先搜索（BFS））的简单性能指标作为谜题难度的代理指标。我们使用2D迷宫模拟器和推箱子（Sokoban）游戏实现进行了用户研究；两者均构建于Unity游戏引擎中。我们表明，对于通过二叉空间分割生成的2D迷宫，BFS扩展的节点数与人类玩家到达目标所需的步数高度相关。对于推箱子谜题，A*搜索的封闭列表长度与感知难度以及人类玩家解决谜题所需的移动次数高度相关。这些结果表明，简单的指标可能足以评估给定关卡的难度，这是朝着能够针对特定玩家个性化调整迷宫或谜题难度迈出的第一步。
Keyword:
Maze/puzzle difficulty estimation
Procedural content generation
Maze generation
Sokoban
Heuristic search
期刊
IF:
2.4
论文数:
289
被引数:
1.3K
机构
引用论文
分享收藏
分享收藏Developmental robotics, optimal artificial curiosity, creativity, music, and the fine arts.png)
CONNECTION SCIENCE
OAAI
CONNECTION SCIENCEIF3.4
OAAI分享收藏 没有更多内容
没有更多内容