An AI assisted framework for the design of 2D platformers

The design of video game levels is a complex and critical task. Levels have to elicit fun and challenge while avoiding frustration at all costs. Artificial intelligence tools can prove effective in assisting the design of enjoyable and quality levels. In this thesis, we discuss how artificial intelligence has been used to approach the problem of assisting level design in video games and overview the metrics employed to evaluate game content. We present a framework to assist designers in the creation of levels for 2D platformers. Our framework provides designers with a toolbox (i) to create 2D platformer levels, (ii) to estimate the difficulty and probability of success of jump actions, and (iii) a set of metrics to evaluate levels in terms of difficulty and probability of completion. At the end, we present the results of a set of experiments we carried out with human players to validate the metrics included in our framework.

Il design di livelli di videogiochi è un compito complesso e di importanza critica. I livelli devono suscitare divertimento e sfida, mentre la frustrazione va evitata a tutti i costi. Strumenti di intelligenza artificiale possono rivelarsi efficaci per supportare il design di livelli godibili e di qualità. In questa tesi, viene descritto come l'intelligenza artificiale è stata usata per affrontare il problema di supportare il design di livelli di videogiochi, e si offre una panoramica delle metriche utilizzate per valutare i contenuti di gioco. Presentiamo un framework per supportare i designer nella creazione di livelli per platformer 2D. Il nostro framework mette a disposizione dei designer un insieme di strumenti (i) per creare livelli per platformer 2D, (ii) per stimare la difficoltà e la probabilità di successo delle azioni di salto, e (iii) un insieme di metriche per valutare i livelli in termini di difficoltà e probabilità di completamento. Infine, presentiamo i risultati di un insieme di esperimenti che abbiamo svolto con giocatori umani per validare le metriche incluse nel nostro framework.