تنظیم پویای درجه سختی با مدل های یادگیری تقویتی عمیق به منظور شخصی سازی فضای بازی

زمانی که بازی های ویدیوئی آسان باشند، برای بازیکنان خسته کننده می شوند. از سوی دیگر زمانی که بازی ها بسیار سخت باشند، برای بازیکنان غیر قابل تحمل می شوند. اکثر بازی های فردی گزینه تنظیم سختی بازی را دارند، اما این تنظیمات معمولا ثابت است. از آنجایی که بازیکنان معمولا در ارزیابی توانایی های خود مشکل دارند، بازی ای را انجام می دهند که خیلی سخت یا خیلی آسان است. یکی از روش های شخصی سازی بازی، تنظیم پویای درجه سختی بازی متناسب با سطح مهارت بازیکن است.هوش مصنوعی بازی باید طوری طراحی شود که به بازیکنان مختلف با توانایی های متفاوت پاسخ مناسب دهد. بنابراین هوش مصنوعی تطبیقی مورد نیاز است که بتواند سختی یا سهولت بازی را با توجه به توانایی های بازیکن تنظیم کند.در این مقاله روش شخصی سازی بازی با استفاده از مدل های یادگیری تقویتی عمیق پیشنهاد داده است که تجربه بازی مطلوبی را برای انواع مختلف بازیکنان ایجاد کند.