KakuroAI : διαδικαστική παραγωγή περιεχομένου με προσαρμοστική δυσκολία χρησιμοποιώντας ενισχυτική μάθηση

Abstract

Η παρούσα πτυχιακή εργασία παρουσιάζει το KakuroAI, ένα σύστημα που συνδυάζει τη Διαδικαστική Παραγωγή Περιεχομένου (PCG) με Ενισχυτική Μάθηση (RL) για τη δημιουργία παζλ Κακούρο προσαρμοστικής δυσκολίας. Τα παζλ Κακούρο είναι λογικά παζλ με αριθμούς που απαιτούν από τους παίκτες να συμπληρώσουν ένα πλέγμα ακολουθώντας συγκεκριμένους περιορισμούς αθροίσματος. Παρά τη δημοτικότητά τους, η δημιουργία παζλ Κακούρο με συγκεκριμένο επίπεδο δυσκολίας παραμένει μια πρόκληση. Το σύστημά μας αντιμετωπίζει αυτό το πρόβλημα χρησιμοποιώντας έναν πράκτορα RL που εκπαιδεύεται να προσαρμόζει τις παραμέτρους παραγωγής παζλ με βάση τις μετρήσεις απόδοσης του παίκτη. Η εργασία περιγράφει την αρχιτεκτονική του συστήματος, τον αλγόριθμο παραγωγής παζλ, και το μοντέλο RL που χρησιμοποιείται για την προσαρμογή της δυσκολίας. Υλοποιήσαμε το σύστημα χρησιμοποιώντας το πλαίσιο Unity MLAgents και τον αλγόριθμο Βελτιστοποίησης Εγγύς Πολιτικής (Proximal Policy Optimization ή PPO). Το σύστημα παρακολουθεί διάφορες μετρικές απόδοσης του παίκτη, συμπεριλαμβανομένου του χρόνου επίλυσης, των σφαλμάτων, και της χρήσης υποδείξεων, για να δημιουργήσει ένα μοντέλο της ικανότητας του παίκτη και να προσαρμόσει τη δυσκολία αναλόγως. Αξιολογήσαμε το σύστημα μέσω πειραμάτων σε προσομοιωμένες συνεδρίες παιχνιδιού. Τα αποτελέσματα δείχνουν ότι το σύστημα KakuroAI μπορεί να παράγει αποτελεσματικά παζλ Κακούρο που προσαρμόζονται στο επίπεδο ικανότητας του παίκτη, διατηρώντας μια ισορροπία μεταξύ πρόκλησης και εφικτότητας. Επιπλέον, το σύστημα επιδεικνύει βελτιωμένη απόδοση σε σύγκριση με παραδοσιακές προσεγγίσεις παραγωγής παζλ Κακούρο, παράγοντας παζλ με πιο συνεπή επίπεδα δυσκολίας και καλύτερη προσαρμογή στις ικανότητες του παίκτη. Αυτή η εργασία συνεισφέρει στο πεδίο της Διαδικαστικής Παραγωγής Περιεχομένου και των προσαρμοστικών παιχνιδιών, παρουσιάζοντας μια καινοτόμο προσέγγιση για τη δημιουργία παζλ προσαρμοστικής δυσκολίας. Οι τεχνικές που αναπτύχθηκαν σε αυτή την εργασία μπορούν να εφαρμοστούν σε άλλους τύπους παζλ και παιχνιδιών, συμβάλλοντας στη βελτίωση της εμπειρίας του παίκτη και της προσβασιμότητας.