Adjanohoun Yao Jean-Eudes. (2025). Création d’un dataset pour l’analyse comparative du niveau de difficulté dans les jeux vidéo de type platformer. Mémoire de maîtrise, Université du Québec à Chicoutimi.
Prévisualisation |
PDF
1MB |
Résumé
Les ensembles de données normalisés (datasets) sont fondamentaux pour la recherche scientifique. Alors que des domaines comme le traitement du langage naturel et la vision par ordinateur disposent de jeux de données largement acceptés qui favorisent les progrès, la recherche sur les jeux vidéo manque encore de telles ressources, en particulier pour l’étude de la difficulté des niveaux. Les ressources existantes reposent sur des ensembles de données isolés et personnalisés, ce qui limite les comparaisons entre études et freine le développement de modèles généralisables. Aussi, il apparaît que la majorité des datasets disponibles portent sur des données joueurs (position de la tête, réactions, etc.) et non sur des données objectives de performance (nombre de morts, nombre de sauts, etc.). Pour combler cette lacune, nous présentons dans ce mémoire LADDER, un nouvel ensemble de données spécialement conçu pour analyser et évaluer la difficulté des niveaux dans les jeux vidéo. Contrairement aux ensembles de données précédents, qui se concentrent principalement sur les données physiologiques et comportementales des joueurs, LADDER intègre des mesures de performance objectives (par exemple, la santé perdue, le nombre de tentatives avant la réussite, le nombre de morts), des caractéristiques de niveau (par exemple, le nombre de zones dangereuses, la disposition des objets), ainsi que des évaluations de la difficulté perçue à travers plusieurs jeux de type platformer. Cet ensemble de données permet aux chercheurs d’établir des références, de renforcer la collaboration interdisciplinaire et d’améliorer la reproductibilité des études. LADDER fournit une base normalisée pour explorer la relation entre les éléments de conception du jeu et l’expérience des joueurs. En facilitant l’évaluation de la difficulté et l’équilibrage des niveaux, il soutient les avancées en conception de jeux, en modélisation des joueurs et en systèmes de jeu adaptatifs. Ce mémoire, présenté sous forme d’article scientifique, propose une introduction à la problématique, une revue de la littérature, une présentation de la contribution scientifique sous forme d’un article publié dans le cadre des actes de la conférence IEEE Gaming, Entertainment, and Media conference, ainsi qu’un bilan des réalisations et une présentation des travaux futurs.
| Type de document: | Thèse ou mémoire de l'UQAC (Mémoire de maîtrise) |
|---|---|
| Date: | 2025 |
| Lieu de publication: | Chicoutimi |
| Programme d'étude: | 3017 - Maîtrise en informatique |
| Nombre de pages: | 48 |
| ISBN: | Non spécifié |
| Sujets: | Sciences naturelles et génie > Génie > Génie informatique et génie logiciel Sciences naturelles et génie > Sciences mathématiques > Informatique |
| Département, module, service et unité de recherche: | Départements et modules > Département d'informatique et de mathématique |
| Directeur(s), Co-directeur(s) et responsable(s): | Bouchard, Bruno Francillette, Yannick Tremblay, Hugo |
| Mots-clés: | analyse comparative, conception de niveaux, difficulté, difficulté des niveaux, ensemble de données, évaluation de la difficulté, difficulté intrinsèque, jeux de platformer, jeux vidéo, niveau de difficulté, platformer, dataset, game-centric difficulty, player centric-difficulty, |
| Déposé le: | 08 avr. 2026 13:28 |
|---|---|
| Dernière modification: | 08 avr. 2026 13:28 |
Éditer le document (administrateurs uniquement)
