Efecto del algoritmo de ajuste dinámico de dificultad en el compromiso y desempeño de los usuarios de un juego en realidad aumentada de disparo en primera persona

Abstract

En este trabajo de grado se analiza el efecto del algoritmo de ajuste dinámico de dificultad en el compromiso y desempeño de los usuarios en un juego en realidad aumentada de disparo en primera persona. Esta investigación aporta al campo de estudio del control al aprovechar las tecnologías de la transformación digital para crear un entorno que combine realidad aumentada e inteligencia artificial, con el propósito de mejorar la aceptación y adaptabilidad de los usuarios a estas herramientas. Se desarrolla el juego Invasion Victory para dispositivos Android con versión 8.0 en adelante y compatible con ARCore. El juego se presenta en dos versiones: una con ajuste manual de la dificultad para recopilar datos y entrenar algoritmos (Random Forest, Support Vector Machine y Artificial Neural Network). La segunda versión integra el algoritmo de ajuste para adaptar la dificultad a las habilidades de los jugadores. Se recopilan datos adicionales de la segunda versión para analizar el efecto del algoritmo en el desempeño y motivación de los usuarios. Los resultados demuestran que los usuarios que interactúan con el algoritmo Artificial Neural Network muestran niveles más altos de compromiso. En términos de desempeño, el algoritmo Artificial Neural Network presenta diferencias significativas en comparación con los algoritmos Random Forest y Support Vector Machine; sin embargo, no se observan diferencias entre estos dos últimos. Respecto a la usabilidad del juego, no se aprecian variaciones notables en función del algoritmo empleado.