Adaptive difficulty selection for skill matching in Robogames

The more and more pervasive presence of robots in every day life pushes the urge to study and improve the interaction that occurs between humans and robots. We focused our attention on a competitive scenario, which has been designed following the Robogame guidelines. The aim of the thesis is to design a decision system to adapt the behavior of the robot in order to match the ability of the player, offering an even game. We used an approach based on the TrueSkill framework, tested on a simulation environment and deployed it on the robot. We hosted people to play the game, with both a fixed and an adaptive behavior. We compared answers to a questionnaire between the two versions, and found an improvement on the overall pleasure of the interaction. We also succeeded in making the game even, with an almost 50% share of wins between humans and robot.

La presenza sempre più massiccia dei robot nella vita di tutti i giorni spinge il bisogno di studiare e migliorare la qualità dell’interazione tra umani e robot. Abbiamo concentrato la nostra attenzione verso uno scenario dicompetizione tra uomo e robot, il quale è stato definito seguendo le linee guida dei Robogame. Lo scopo della tesi è quello di definire un approccio decisionale per adattare l’abilità esibita dal robot all’abilità del giocatore umano, nell’intento di offrire un gioco bilanciato. Abbiamo utilizzato un approccio basato sul framework TrueSkill, l’abbiamo testato in un ambiente simulato e successivamente implementato sulla piattaforma robotica. Pervalutare l’impatto del nostro lavoro abbiamo invitato gli studenti a giocare, dividendoli in due gruppi: il primo ha affrontato una versione base del gioco, senza segni di adattamento, mentre il secondo ha affrontato un robot con capacità di adattamento. Abbiamo sottoposto un questionario ai due gruppi alla fine dell’esperimento e comparato le loro risposte, trovando segni statisticamente rilevanti di una maggior piacevolezza dell’interazione per quanto riguarda la versione adattiva. Siamo inoltre riusciti a ottenere una ripartizione equa del numero di vittorie tra robot e umani, avvicinandoci all’ideale 50%.