Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Scalable AI-driven Framework for Comprehensive Gameplay Characterization

Descrizione del progetto

Approfondimenti basati sui dati relativi al gameplay e all’esperienza dei giocatori

Nel panorama videoludico attuale, in rapida evoluzione, è complesso comprendere la connessione intricata tra le meccaniche di gioco e l’esperienza dei giocatori. I metodi tradizionali non aiutano in questo senso, poiché i set di dati sono frammentati ed è complesso allineare i dati di gioco umani a quelli dell’IA. Il progetto GAMECHAR, finanziato dal CER, si propone di creare metodologie scalabili e guidate dai dati, nonché di normalizzare la caratterizzazione del gameplay, fornendo strumenti per analizzare in modo completo giochi diversi. Il progetto fornirà un ricco archivio di dati sul gameplay e un’intelligenza artificiale in grado di eseguire test automatici, migliorando la valutazione del gioco. Questa iniziativa non solo si propone di migliorare la qualità dei giochi per soddisfare le esigenze della società, ma si allinea anche agli obiettivi dell’UE per l’eccellenza dell’IA e la salute digitale, influenzando potenzialmente le pratiche normative per mitigare lo sfruttamento nel mondo dei videogiochi.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

TECHNISCHE UNIVERSITEIT EINDHOVEN
Contributo netto dell'UE
€ 1 500 000,00
Indirizzo
GROENE LOPER 3
5612 AE Eindhoven
Paesi Bassi
Regione
Zuid-Nederland Noord-Brabant Zuidoost-Noord-Brabant
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 500 000,00

Beneficiari (1)