Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Scalable AI-driven Framework for Comprehensive Gameplay Characterization

Projektbeschreibung

Datengestützte Einblicke in Gameplay und Spielerlebnis

In der sich schnell entwickelnden Spielelandschaft von heute stellt das Verständnis der komplexen Verbindung zwischen Spielmechanik und Spielerlebnis eine große Herausforderung dar. Bei traditionellem Methoden ist aufgrund fragmentierter Datensätze und Schwierigkeiten beim Abgleich von menschlichen und KI-Spieldaten das Scheitern vorprogrammiert. Das Ziel des ERC-finanzierten Projekts GAMECHAR besteht darin, skalierbare, datengesteuerte Methoden zu entwickeln sowie die Charakterisierung der Spielmechanik zu normen, um Werkzeuge zur umfassenden Analyse verschiedener Spiele bereitzustellen. Das Projektteam wird ein umfangreiches Gameplay-Datenarchiv und eine KI bereitstellen, die automatisierte Tests zulässt, um die Bewertung der Spielmechanik zu optimieren. Diese Initiative zielt nicht nur darauf ab, die Spielequalität zu verbessern, um den gesellschaftlichen Bedürfnissen gerecht zu werden, sondern steht auch im Einklang mit den EU-Zielen für KI-Exzellenz und digitale Gesundheit und könnte Regulierungspraktiken beeinflussen, um ausbeuterische Spiele einzuschränken.

Ziel

GAMECHAR addresses a critical gap in gameplay characterization of video games by developing scalable, data-driven methods that link gameplay mechanics to player experiences. Current methodologies face limitations due to fragmented approaches, small datasets, and challenges in comparing human-generated and AI-generated gameplay data. Existing tools struggle to standardize the characterization of gameplay, making it difficult to extract meaningful insights from diverse games. Additionally, the emergent and interactive nature of gameplay requires systematic, scalable solutions for comprehensive analysis.

To overcome these challenges, GAMECHAR will develop innovative methodologies to characterize gameplay data, establishing standardized descriptors and classification models. This approach will automate gameplay data collection, processing, and feature engineering, enabling researchers and developers to distinguish between restorative and harmful gameplay. The project will contribute to gameplay evaluation and advance the quality of gameplay developed to address societal needs, e.g. healthcare. The project contributes to the EU goals for AI excellence and digital health.

Key outcomes will include a comprehensive gameplay data repository, AI agents capable of automated gameplay testing, and classification models that generalize across different game environments. Methods and processes will provide researchers with tools for gameplay analysis, enabling more effective comparative studies and predictors of player experience. The PI’s pathways to regulatory authorities have the potential for broad societal impact, applying the developed approach in policy and regulation of exploitative gameplay.

Wissenschaftliches Gebiet (EuroSciVoc)

Dieses Projekt wurde noch nicht bei EuroSciVoc klassifiziert.
Schlagen Sie die Wissenschaftsbereiche vor, die Ihrer Einschätzung nach besonders relevant sind, und helfen Sie uns, unseren Klassifizierungsdienst zu verbessern.

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) ERC-2025-STG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

TECHNISCHE UNIVERSITEIT EINDHOVEN
Netto-EU-Beitrag
€ 1 500 000,00
Adresse
GROENE LOPER 3
5612 AE Eindhoven
Niederlande
Region
Zuid-Nederland Noord-Brabant Zuidoost-Noord-Brabant
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
€ 1 500 000,00

Begünstigte (1)