Disciplina Adaptação Autónoma de Jogos

Uma das vantagens do conteúdo virtual é que é bastante modular e adaptável, o que significa que os criadores podem construir processos que permitem que este conteúdo seja personalizado, como por exemplo ambientes dinâmicos (efeitos do dia para a noite, ou do sol para a chuva), adição de diferentes condições de iluminação e materiais através da utilização de shaders, ou alteração do áudio para seguir a ação no ecrã. Considerando a popularização da Geração Procedimental de Conteúdos (GPC), grande parte destes conteúdos são construídos através de processos algorítmicos, que podem ser ainda mais personalizados durante o jogo. Assim, não surpreende que cada vez mais soluções tenham investigado a combinação de modelação de jogadores com sistemas GPC, dado que tais soluções abrem a possibilidade de personalizar o conteúdo virtual para as necessidades de cada indivíduo ou grupo de jogadores.   

Não aplicável

CP1. Geração procedimental de conteúdos orientada pela experiência do jogador. CP2. Gestores de experiência dinâmica 2.1. Audio dinâmico 2.2. Orquestração de conteúdo visuais e 3D 2.3. Ajustamento dinâmico de dificuldade CP3. Adaptação Dinâmica de Conteúdo (ADC): O Estado da Arte: 3.1. Aplicada na indústria dos videojogos 3.2. Aplicada na academia e na investigação dos videojogos CP4. Personalização do Conteúdo Dinâmico 4.1. O Loop Affectivo 4.2. Modelação do Jogador e Geração de Conteúdo Procedural  4.3. Modelação do Jogador e Orquestração de Conteúdo 4.4. Modelação do Jogador e Sistemas Dinâmicos (Audio, Visuais e Level Design). 4.5. Desenvolvimento de Conteúdo de Iniciativa Mista CP5. Implicações éticas e a privacidade dos dados 5.1. Recolha de dados éticas 5.2. Consentimientos informados 5.3. O balanço entre vício e entretenimento CP6. Aplicações de ADC fora do contexto de entretenimento 6.1. Neurociência 6.2. Psicologia 6.3. Rehabilitação  6.4. Medicina

As aulas inserem-se num âmbito prático e irão consistir em aulas de natureza expositiva (ME1), atividades práticas projeto (ME2) e sessões de retorno de informação por parte do docente (ME3). A componente de avaliação exigirá desenvolver um sistema de adaptação dinâmica consoante vários temas comuns no estado da arte e na indústria dos videojogos, o qual é depois finalizada com um artefacto jogável e um relatório a descrever o processo metodológico. A avaliação é realizada da seguinte forma: Projeto exploratório ao longo do semestre que cobre todo o programa. Teste de avaliação. Nota final = 80% projeto exploratório + 20% teste. Avaliação do exame: Teste teórico sobre os conteúdos ensinados durante o semestre (20%) + projeto prático exploratório equivalente ao projeto exploratório realizado em avaliação contínua (80%). Em ambas as componentes de avaliação,  teórica e prática, pode ser fixada uma nota mínima.  

Togelius, J. (2019). Playing smart: On games, intelligence, and artificial intelligence. MIT Press. Yannakakis, G. N., & Togelius, J. (2018). Artificial Intelligence and Games. Springer. Karpouzis, K., & Yannakakis, G. N. (2016). Emotion in Games. Cham: Springer.  Yannakakis, G. N., & Togelius, J. (2011). Experience-driven procedural content generation. IEEE Transactions on Affective Computing, 2(3), 147-161.