Multimodal vs. Unimodal Physiological Control in Videogames for Enhanced Realism and Depth
(arXiv摘要)在过去的二十年里,电子游戏以一种近乎爆炸性的方式从像素化的图形发展到今天近乎真实的3D环境。传统上用于视频游戏的交互设备并没有以同样的强度发展,但最近的HCI研究已经探索了生物反馈交互-将一个人的生理数据作为系统输入的显式操作-作为它们的替代品。传统的生物反馈原型将1个传感器应用于每个游戏机制(单峰)。在这篇论文中,我们介绍了2个生理传感器的组合,同时每个游戏机制(多模态),并提出了一个第一人称射击游戏,包括8个游戏机制与三种交互风格(无生物反馈/香草,单峰和多模态)。一项实证研究与32个经常球员,探索和研究三种互动类型之间的差异,以及他们可以最好地利用。玩家比较了三款游戏的乐趣,易用性,独创性,可玩性和最喜欢的条件。为了完整起见,还使用了其他评估方法:IMI问卷、关键词联想和开放式评论。香草版本被认为更容易使用,但两个生物反馈版本被认为是最有趣的。两个版本都受到了不同的赞扬:单模式版本的使用简单,多模式版本的现实主义,游戏机制的激活安全性和游戏的深度。我们的结论是,多模式生物反馈可以在增加深度方面产生相关影响,这取决于它在游戏中的使用方式。在边界情况下,它可以用来增加玩家在使用某些能力时的授权感,或者通过要求玩家付出更多体力来故意使游戏中的行动更加困难。
2014-06-02 cs.HC
Can AI Prompt Humans? Multimodal Agents Prompt Players' Game Actions and Show Consequences to Raise Sustainability Awareness
本研究开发了基于生成式AI的游戏EcoEcho,利用多模态智能体提示玩家行动并展示环境后果,以提升可持续性意识;实验显示玩家预期可持续行为显著增加,但态度改善有限。
2025-01-22 cs.HC
Evaluating Singleplayer and Multiplayer in Human Computation Games
人类计算游戏(HCG)可以为棘手的计算问题提供新的解决方案,帮助实现科学突破,并为人工智能提供数据集。然而,我们关于如何设计和部署吸引玩家并有效解决问题的HCG的知识是不完整的。我们提出了一个解释性HCG的基础上超级马里奥兄弟。我们用这个游戏中的人类受试者的研究,以探讨如何不同的社会条件-单人和多人-和评分机制-合作和竞争-影响玩家的主观经验,在任务的准确性,和完成率。在这样做的过程中,我们展示了一种新的设计方法,HCG,并讨论这些机制在HCG设计的好处和权衡。
2017-03-02 cs.HC
From Motivating to Manipulative: The Use of Deceptive Design in a Game's Free-to-Play Transition
本研究分析《守望先锋》转型免费游玩后的欺骗性设计,识别九种操纵性机制,强调平衡玩家投入与奖励公平、透明沟通对成功转型的关键作用。
2025-03-28 cs.HC
From Pixels to Affect: A Study on Games and Player Experience
Institute of Digital Games(数字游戏研究所);University of Malta(马耳他大学)
通过视频观察用户的行为交互,是否有可能预测用户的影响?例如,我们怎么能仅仅通过在游戏过程中看屏幕来预测用户在游戏中的唤醒呢?在本文中,我们通过采用三种不同的深度卷积神经网络架构来解决这些问题,试图学习游戏视频流与玩家唤醒之间的潜在映射。我们在生存射击游戏的50个游戏视频的注释数据集中测试了这些算法,并评估了深度学习模型对高唤醒水平和低唤醒水平进行分类的能力。我们的主要研究结果与要求苛刻的留一视频验证方法显示,平均准确率超过78%,最高可达98%。虽然这项研究的重点是游戏和玩家体验作为一个测试域,研究结果和方法是直接相关的任何情感计算领域,介绍了一个通用的和用户不可知的方法建模的影响。
2019-10-15 cs.HC cs.LG
On the dynamics of affective states during play and the role of confusion
针对游戏中困惑体验的影响问题,该研究通过让玩家游玩刻意制造困惑的游戏原型收集学习相关情感数据,验证了特定场景下玩家体验与学习体验的一致性,并发现其与心流等玩家体验构念存在关联。
2025-07-04 cs.HC
Towards Action Model Learning for Player Modeling
North Carolina State University(北卡罗来纳州立大学)
玩家建模试图创建一个计算模型,它精确地近似玩家在游戏中的行为。大多数玩家建模技术依赖于领域知识,并且不能在游戏之间转移。此外,玩家模型目前并没有产生任何关于玩家认知过程的解释性见解,例如心理模型的创建和改进。在本文中,我们提出了我们的研究结果与使用动作模型学习(AML),其中一个动作模型是学习给定的数据在一个播放轨迹的形式,学习玩家模型在一个域不可知的方式。我们通过引入一种技术来定量估计玩家对游戏机制的理解程度,从而证明了该模型的实用性。我们评估现有的AML算法(FAMA)的球员建模和开发一种新的算法称为停电,是受球员认知。我们比较停电与FAMA使用的益智游戏推箱子,停电产生更好的球员模型。
2021-03-09 cs.HC cs.LG
How player and opponent personalities influence cooperative gameplay
研究表明,数字游戏玩家通常会感到与游戏英雄或角色的参与和融洽,当他们可以通过英雄在游戏世界中的旅程来引导自己的野心和目标时;本质上,当他们使用游戏机制来帮助英雄达到游戏任务的积极结局时,他们会感到成就感和满足感。在合作游戏的情况下,融洽关系还与他们对同伴技能、游戏风格和游戏行为的看法有关。在本文中,我们描述了一个实验,以确定是否匹配的球员与不同的个性,其特点是海洋或大5人格模型,可以影响他们的玩家体验与定制的,合作的游戏。
2021-11-11 cs.HC cs.MM
Investigating Perceived and Mechanical Challenge in Games Through Cognitive Activity
本文通过12名参与者游玩图形或机制改变的4款小游戏,并结合EEG频带功率分析,发现额叶活动能揭示自我报告未体现的挑战差异。
2023-07-07 cs.HC
Using Generative AI to Uncover What Drives Player Enjoyment in PC and VR Games
University of Wollongong in Dubai(伍伦贡大学迪拜分校)
本研究利用生成式AI和机器学习分析PC和VR游戏评论,揭示影响玩家愉悦的关键因素,为游戏开发提供优化建议。
2025-11-29 cs.HC cs.SI
Breaking the News: Taking the Roles of Influencer vs. Journalist in a LLM-Based Game for Raising Misinformation Awareness
University of Luxembourg(卢森堡大学);University College London(伦敦大学学院);The University of Sydney(悉尼大学);Uppsala University(乌普萨拉大学);City University of Hong Kong(香港城市大学)
本研究设计了一款基于大语言模型的PvP游戏,让参与者扮演生成或辟谣错误信息的角色以说服LLM代表的舆论,实验证明该游戏能显著提升媒介素养与错误信息识别能力。
2025-09-22 cs.HC
CoBG: Learning from Player Reviews to Design, Critique, and Revise Board Game Rulebooks
Alaya Lab(阿亚实验室);Shanghai Innovation Institute(上海创新研究院);Nankai University(南开大学)
提出AutoBG系统,通过四个模块(BG-Ideator、BG-Realizer、BG-Critic、BG-Persona)实现从构思到规则书迭代和用户测试的端到端支持,显著提升设计效率和质量。
2026-06-16 cs.HC
Your Gameplay Says It All: Modelling Motivation in Tom Clancy's The Division
University of Malta(马耳他大学);Massive Entertainment a Ubisoft Studio(Massive娱乐(育碧工作室))
仅仅通过观察玩家的游戏数据就能预测他们的动机吗?即使是这样,我们首先应该如何衡量动机?为了解决上述问题,一方面,我们从流行游戏Tom Clancy's The Division的玩家那里收集了大量的游戏数据。另一方面,我们要求他们使用育碧感知体验问卷报告他们的能力,自主性,相关性和存在水平。在有序的方式处理的调查结果后,我们采用基于支持向量机的偏好学习方法来推断游戏性和报告的四个动机因素之间的映射。我们的主要研究结果表明,游戏特性是玩家动机的强有力预测因素,因为获得的最佳模型达到了近乎确定的准确性,从92%到94%不等。
2019-05-22 cs.AI cs.HC cs.LG
Comparing the Structures and Characteristics of Different Game Social Networks -- The Steam Case
在大多数游戏中,社交联系是游戏体验的重要组成部分。玩家在游戏内部或周围的社区中建立联系,并建立友谊,这些友谊可以转化为其他游戏甚至现实世界。最近的研究调查了几个多人游戏的玩家社交网络中的社会现象,但我们仍然对这些网络是如何形成和形成的知之甚少。具体来说,我们不知道游戏类型及其机制如何与其社区结构相关,以及这些结构在不同游戏中如何变化。本文对Steam用户进行了初步分析,并介绍了Steam上的200款游戏是如何建立友谊的。我们通过将这200个游戏分成集群来检查它们的友谊图,以比较它们的网络属性和它们的特定特征(例如,类型、游戏元素和机制)。我们发现Steam用户定义的标签比游戏类型更能表征集群,这表明玩家如何感知和使用游戏也反映了他们在社区中的联系方式。此外,基于团队的游戏与具有更强单人焦点的游戏相比,与更具凝聚力和集群网络相关联,支持团队合作更有可能产生社会资本(即,Steam友谊)。
2021-06-24 cs.HC cs.SI
Como o Game Design Pode Incentivar o Comportamento Tóxico em Jogos Online
有毒行为是与游戏社区最相关的问题之一。仇恨言论和反游戏行为的报道在许多在线多人游戏中很常见。许多研究涉及这一领域,重点是参与者,主要是内容及其对社区的负面影响。然而,其他因素可能影响毒性。在这篇文章中,我们调查了游戏设计元素如何影响有毒行为,使用有毒去抑制因素作为分析的基础。为此,在MDA框架和玩家问卷调查的支持下,对MOBA类型的四款主要游戏进行了分析。结果显示,大多数玩家在游戏中遭受了冒犯和冒犯其他人,除了承认MOBA是最不耐烦的类型。此外,我们提出并讨论了游戏中的不同元素和机制,这些元素和机制通过玩家的个性化,消除团结,以及对有毒行为漠不关心的肯定来影响社区的福祉。我们希望借此帮助游戏开发者和社区促进集成动态。
2021-09-29 cs.HC
Designing Mixed-Initiative Video Games
Northeastern University(东北大学);Santa Clara University(圣克拉拉大学);College of Art, Media, and Design(艺术、媒体与设计学院)
本文通过原型游戏《Snake Story》将混合主动式共同创作游戏化,并通过受控实验发现游戏机制显著影响玩家策略、创作过程与角色感知,为混合主动式游戏设计提供启示。
2023-07-08 cs.AI cs.HC
Detecting Video Game Player Burnout with the Use of Sensor Data and Machine Learning
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术学院);German Research Centre for Artificial Intelligence(德国人工智能研究中心)
目前的电子竞技研究缺乏适当的游戏练习和性能分析工具。大多数先前的工作只依赖于游戏中的数据来建议玩家如何表现得更好。然而,游戏中的机制和趋势经常被新的补丁所改变,这些补丁限制了专门在游戏中日志上训练的模型的寿命。在这篇文章中,我们提出了基于传感器数据分析的方法来预测玩家是否会赢得未来的遭遇战。传感器数据收集自英雄联盟视频游戏中的22场比赛的10名参与者。我们已经训练了包括Transformer和Gated Recurrent Unit在内的机器学习模型,以预测玩家是否会在未来某个固定时间后赢得遭遇战。对于10秒的预测范围,Transformer神经网络架构实现ROC AUC得分0.706。该模型进一步发展为能够预测玩家将在88.3%的情况下以73.5%的准确率在10秒内失去遭遇的检测器。这可能被用作球员的倦怠或疲劳探测器,建议球员撤退。我们还研究了哪些生理特征会影响下一次游戏中遭遇战的输赢。
2021-08-22 cs.HC cs.IR cs.LG
Heterogeneous Effects of Software Patches in a Multiplayer Online Battle Arena Game
在线游戏的受欢迎程度急剧增长,部分原因是流媒体和数十亿美元的电子竞技产业。在线游戏会定期更新软件以修复错误,添加功能以改善游戏的外观和感觉,并改变游戏机制以保持游戏的乐趣和挑战性。然而,一个悬而未决的问题是这些变化对玩家表现和游戏平衡的影响,以及玩家如何适应这些突然的变化。为了解决这些问题,我们使用因果推理来衡量软件补丁的英雄联盟,一个流行的团队为基础的多人在线游戏的影响。我们发现,游戏补丁有很大的不同影响的球员,这取决于他们的技能水平,以及他们是否在游戏之间休息。我们发现,好的和坏的球员之间的差距增加后,补丁,尽管努力使游戏更平等。此外,更长的游戏休息时间往往会提高球员的表现后,补丁。总的来说,我们的研究结果突出了因果推理的实用性,特别是异质性治疗效果估计,作为一种工具,量化游戏平衡的复杂机制及其与球员的表现的相互作用。
2021-10-27 cs.HC cs.IR cs.SI
Pathos in Play: How Game Designers Evoke Negative Emotions
就像人们时不时地欣赏一部悲剧电影或文学作品所带来的悲怆一样,数字游戏的设计者们也越来越多地在游戏中加入一些能唤起观众不舒服或负面情绪的元素,让玩家能够反思和探索“成人”主题和话题,包括失落、遗憾、无力感、心理健康和死亡。在本文中,我们研究了一些最近的游戏作为案例研究,并探讨了他们使用他们的机制,以唤起他们的球员的不适感的方式,并在其中的悲怆服务于发挥。通过这一点,我们强调了游戏设计师使用的一些不同的技术,并提出了在这一领域的进一步工作,以确定玩家为什么会被这些类型的游戏所吸引,并探索如何在这一领域的研究可以用来驱动更多的情感和移情游戏。
2019-09-15 cs.CY cs.HC
Demonstrating SIMA-Play: A Serious Game for Forest Management Decision-Making through Board Game and Digital Simulation
Tampere University(坦佩雷大学);University of Eastern Finland(芬兰东部大学)
本文提出SIMA-Play严肃游戏,通过可视化和游戏机制帮助玩家在动态环境中做出森林管理决策,探讨森林生长模拟对决策的影响,总结其在系统思维和长期学习中的应用。
2026-04-06 cs.CY cs.HC
Player-1: Learning to Play from Synthetic Experience
National University of Singapore(新加坡国立大学);ARC Lab, Tencent IEG(腾讯IEG ARC实验室);Nanyang Technological University(南洋理工大学)
本研究提出Player-1框架,通过合成经验学习游戏控制,扩展动作空间并构建合成环境,经PPO强化学习后,在MineDojo等任务上较基线与SFT策略实现显著性能提升。
2026-10-14 cs.AI cs.CV cs.HC
Automata Quest: NCAs as a Video Game Life Mechanic
本文梳理电子游戏中生命机制及 Conway's Game of Life 等自动机的发展,探讨用 Neural Cellular Automata 更丰富地表达游戏生命并创造新玩法循环。
2023-09-23 cs.GR cs.HC cs.MA