Δυναμική Προσαρμογή Δυσκολίας σε Διαδικαστικά Παραγόμενα Περιβάλλοντα: Μια Συγκριτική Μελέτη Ευρετικών Μεθόδων και Ενισχυτικής Μάθησης

Abstract

Η παρούσα διπλωματική εργασία επικεντρώνεται στην επίλυση του προβλήματος της απρόβλεπτης δυσκολίας στα βιντεοπαιχνίδια κατηγορίας Roguelike. Η Διαδικαστική Παραγωγή Περιεχομένου (PCG) συχνά διαταράσσει την καμπύλη μάθησης, απομακρύνοντας τον παίκτη από το ιδανικό «Κανάλι Ροής» (Flow Channel). Στόχος της έρευνας είναι η ανάπτυξη και συγκριτική αξιολόγηση συστημάτων Δυναμικής Προσαρμογής Δυσκολίας (DDA). Για τις ανάγκες της μελέτης αναπτύχθηκε μια μηχανή προσομοίωσης στο Unity, αξιοποιώντας τον αλγόριθμο ικανοποίησης περιορισμών Wave Function Collapse (WFC) και τον θόρυβο Perlin για την οργανική δημιουργία των επιπέδων. Σχεδιάστηκαν δύο ελεγκτές δυσκολίας: ένα ντετερμινιστικό, ευρετικό σύστημα (Rule-Based Director) και ένας πράκτορας Ενισχυτικής Μάθησης (RL Director) εκπαιδευμένος με τον αλγόριθμο Proximal Policy Optimization (PPO) μέσω του Unity ML-Agents. Η αξιολόγηση πραγματοποιήθηκε με χρήση ενός αυτόνομου Player Bot (A* Pathfinding), το οποίο εκτέλεσε συνολικά 246.824 προσομοιώσεις. Τα αποτελέσματα έδειξαν ότι απουσία DDA (Baseline), το παιχνίδι χάνει την ισορροπία του λόγω της ανεξέλεγκτης ενδυνάμωσης του παίκτη (snowball effect). Το Rule-Based σύστημα διόρθωσε άμεσα την καμπύλη δυσκολίας, διατηρώντας το ποσοστό επιβίωσης στο ιδανικό 50% και ελαχιστοποιώντας την πλήξη. Αντίθετα, το μοντέλο RL, παρότι συνέκλινε, ανέπτυξε ισχυρή αποστροφή ρίσκου (risk aversion) εξαιτίας της στοχαστικότητας του PCG περιβάλλοντος. Η έρευνα αναδεικνύει την αξιοπιστία των ντετερμινιστικών κανόνων σε χαοτικά περιβάλλοντα και τονίζει την ανάγκη για εξειδικευμένο σχεδιασμό συναρτήσεων ανταμοιβής στο RL.