Cursos / Jogos Digitais / Inteligência Artificial para Jogos / Aula
Da mesma forma que você fez a descoberta do valor de $$ \pi $$, também pode descobrir padrões de comportamento, seja do jogador ou de um outro personagem virtual. Isso é muito importante para vários aspectos do jogo. Por exemplo, descobrindo padrões de comportamento do jogador, você pode ajustar o nível de dificuldade do jogo de forma a manter o jogador em estado de flow.
De acordo com essa abordagem, é importante apresentar desafios conforme as habilidades do jogador, de forma que eles não sejam nem muito difíceis, a ponto de desestimular o jogador, nem muitos fáceis, a ponto de perder a graça por não ter algo a ser “conquistado”.
A descoberta de padrões facilita, então, a implementação de mecanismos que ajudem o jogo a se adaptar ao jogador. Se o jogador for muito bom, você irá, por exemplo, melhorar a precisão dos passes ou a capacidade de dar chutes certeiros, lá no cantinho do gol, e assim por diante.
Nessa aula, você irá aprimorar o desempenho do seu goleiro na penalidade máxima. Ele pulará para a direita ou para a esquerda em função de como outro personagem jogador cobra seus pênaltis. Se o jogador chutar muitas vezes para o lado direito, você tem de adaptar o goleiro para pular mais para o lado direito. Na atividade 1, você colocou um padrão de chute 50-50, ou seja, há 50% de probabilidade de o jogador chutar para a esquerda e 50% de chutar para a direita. Se mudar o padrão para 90-10, ele chutará muito mais para um lado do que para o outro. Você quer, então, que o goleiro vá aprendendo, ou seja, vá descobrindo o padrão à medida que ele for chutando.
Uma forma para fazer isso é começar com o padrão de pulo do goleiro de 50-50 e ir ajustando à medida que o jogador for chutando. O ajuste é feito através da fórmula da probabilidade descrita anteriormente.
$$ P = \frac{evento \space específico}{todas \space opções \space de \space eventos \space possíveis} $$
Ou seja, você terá a probabilidade de o goleiro pular para a esquerda e direita descrita pelo padrão $$ P_{e} - P_{d} $$ por meio das fórmulas:
$$ P_{e}=\frac{número \space de \space chutes \space à \space esquerda}{número \space de \space chutes \space total}P_{d}=\frac{número \space de \space chutes \space à \space direita}{número \space de \space chutes \space total} $$
Bom, como no cálculo de $$ \pi $$, a descoberta dos valores de probabilidade pode demorar a convergir. Ou seja, não é necessariamente depois de dois ou três eventos que os padrões são descobertos. Dependendo do jogo ou da aplicação que você estiver desenvolvendo, o número de eventos necessário pode ser bastante grande. Mas como esse caso apresenta apenas duas possibilidades, a convergência é bem mais rápida do que o cálculo do $$ \pi $$.
Versão 5.3 - Todos os Direitos reservados