Dynamisk svårighetsanpassning (engelska: dynamic difficulty adjustment, DDA), även kallad adaptiv svårighetsgrad, är en metod inom datorspel och TV-spel där spelets svårighetsgrad justeras automatiskt i realtid utifrån spelarens prestation eller förmåga. Syftet är att hålla spelet tillräckligt utmanande för att undvika att spelaren blir uttråkad när det är för lätt eller frustrerad när det är för svårt.

Bakgrund Tanken att ett spel bör anpassa sig till spelarens skicklighetsnivå har funnits länge inom speldesign. Chris Crawford skrev 1982 att en spelares resultat idealt bör visa en stadig förbättring över tid och att avancerade funktioner bör införas när datorn känner igen skickligt spel. Senare forskning har beskrivit dynamisk svårighetsanpassning som ett sätt att bevara spelarens engagemang genom att matcha spelets utmaning mot spelarens faktiska prestation.

Metoder Dynamisk svårighetsanpassning kan genomföras på flera sätt. Spelet kan exempelvis ändra antalet fiender, deras styrka, tillgången till hjälpmedel, resurser eller spelarens återhämtningstakt. Anpassningen kan bygga på enkla heuristiker, såsom träffsäkerhet, tid för att klara moment, antal förluster eller återstående hälsa, men också på mer avancerade modeller med maskininlärning eller spelaranalys.

I forskningslitteraturen nämns även metoder där spelets AI ändrar sitt beteende, eller där nivåer och hinder genereras på ett sätt som bättre motsvarar spelarens förmåga.

Problem och kritik En återkommande invändning mot dynamisk svårighetsanpassning är att systemet kan uppfattas som orättvist eller artificiellt om spelaren märker att spelet ”fuskar” eller anpassar sig alltför tydligt. Ett känt exempel är den så kallade rubber band-effekten i racingspel, där datorstyrda motståndare plötsligt blir snabbare eller långsammare för att hålla loppet jämnt.

Speldesigners har därför ofta betonat att anpassningen bör ske diskret, så att spelaren upplever svårighetsgraden som naturlig snarare än manipulerad.

Exempel Ett tidigt exempel på svårighetsanpassning finns i Zanac från 1986, där spelet justerar motstånd och intensitet efter spelarens prestation. Ett senare och ofta uppmärksammat exempel är Left 4 Dead, vars så kallade AI Director enligt Valve balanserar både svårighetsgrad och stämning utifrån spelarnas framsteg och situation.

Dynamisk svårighetsanpassning har också uppmärksammats i forskning om plattformsspel, actionspel och andra genrer där systemet används för att försöka hålla spelaren i ett tillstånd av balanserad utmaning.

Se även Spelbalans Flow

Referenser

Kategori:Datorspelstermer Kategori:Artificiell intelligens