Tecniche di data mining e generazione procedurale per lo sviluppo su smartphone

In questa tesi presentiamo l'applicazione di tecniche di data mining e di generazione procedurale di contenuti applicate a BadBlood, il videogioco per smartphone che abbiamo realizzato per il corso di Videogame Design and Programming del Politecnico di Milano e in seguito presentato al concorso Microsoft Imagine Cup 2012. Dato il poco tempo a disposizione per la fase di playtesting, dovuto alle scadenze del concorso e al divieto di pubblicazione imposto dal regolamento, abbiamo fatto provare il videogioco durante due eventi pubblici in modo da ottenere quanti più dati possibili riguardo i livelli giocati. Successivamente, attraverso alcune tecniche di data mining, abbiamo valutato l'analisi della giocabilità per rilevare eventuali difetti di level design e di interazione con il giocatore. Abbiamo individuato almeno tre problemi riguardanti il ritmo di gioco, la progettazione dei livelli e la gestione degli input del giocatore. Nei videogiochi moderni è presente un'elevata significatività dei contenuti, elemento rilevante anche nei videogiochi che vengono distribuiti su dispositivi mobili (smartphone e tablet). In questo contesto si rendono necessarie tecniche automatiche per la generazione di contenuti che abbiamo applicato al nostro videogioco: per questo motivo abbiamo implementato una variante originale degli algoritmi di Procedural Content Generation, o PCG. Il PCG si occupa della generazione procedurale di contenuti di gioco usando un processo casuale che, tramite l'utilizzo di alcuni parametri, rende possibile la generazione di un numero molto elevato di contenuti di gioco. Implementando il PCG abbiamo ridotto il lavoro di progettazione dei livelli, realizzando un generatore automatico che in base ad alcuni parametri crea un elevato numero di contenuti per una modalità di gioco.