Comparación de enfoques de ajuste dinámico de dificultad utilizando señales fisiológicas y desempeño en el contexto de un exergame

Abstract

El sedentarismo se considera uno de los principales factores de riesgo de mortalidad según la organización mundial de la salud, debido a su asociación con enfermedades crónicas no transmisibles como diabetes e hipertensión. Este trabajo presenta un exergame para promover la actividad física, herramienta que permite almacenar datos de desempeño y ritmo cardíaco a partir de la interacción del usuario con esta. Para el desarrollo de la aplicación se utilizó Visual Studio Code, lenguaje de programación Python y librería pygame; aplicación que cuenta con un escenario de juego y una temática de invasión en la que el usuario debe realizar actividad física para salvar al mundo. Se realizaron dos procesos de toma de datos, en la primera toma de datos participaron 18 personas con edad media de 22.5 años, generando un conjunto de datos de 90 registros, los cuales se utilizaron para generar la caracterización de un algoritmo heurístico y el entrenamiento de una red neuronal artificial; posteriormente, ya establecidos los algoritmos de ajuste automático de parámetros en el juego, se realizó la segunda toma de datos, en la cual participaron 8 personas con edad media de 25.3 años. Participantes que fueron separados aleatoriamente en dos grupos, e interactuaron con el juego de configuración heurística y la basada en red neural artificial tres días a la semana durante 4 semanas, con el objetivo de generar conjuntos de datos referentes a la progresión de la frecuencia cardíaca y desempeño. Adicionalmente se realizaron encuestas para conocer información acerca de la motivación durante todo el proceso. Los resultados encontrados acerca de la comparación de los algoritmos (Heurístico - Red neuronal artificial), indican que el juego con algoritmo basado en red neuronal artificial incide en mayor medida en el progreso y motivación de los usuarios; resultados que fueron estadísticamente significativos.

A sedentary lifestyle is considered one of the main risk factors for mortality according to the World Health Organization, due to its association with chronic non-communicable diseases such as diabetes and hypertension. This work presents an exergame to promote physical activity, a tool that allows the storage of performance and heart rate data from the user’s interaction with it. For the development of the application, Visual Studio Code, Python programming language and pygame library were used. The application has a game scenario and an invasion theme in which the user must perform physical activity to save the world. Two data collection processes were carried out. In the first data collection, 18 people with an average age of 22.5 years participated, generating a data set of 90 records, which were used to generate the characterization of a heuristic algorithm and the training of an artificial neural network. Later, once the automatic parameter adjustment algorithms were established in the game, the second data collection was carried out, in which 8 people with an average age of 25.3 years participated. Participants, who were randomly separated into two groups, interacted with the heuristic and artificial neural network-based configuration game three days a week for 4 weeks, with the aim of generating data sets regarding the progression of heart rate and performance. Additionally, surveys were carried out to obtain information about motivation throughout the process. The results found about the comparison of the algorithms (heuristic and artificial neural network) indicate that the game with an algorithm based on an artificial neural network has a greater impact on the progress and motivation of the users. These results were statistically significant.