Change search
ReferencesLink to record
Permanent link

Direct link
Evaluating how Non-player Character personalities affect the game experience in Future Happiness Challenge
Blekinge Institute of Technology, Faculty of Computing, Department of Computer Science and Engineering.
2016 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

Artificial Intelligence (AI) is used in many games and quite often the Non-Player Character(NPC)s simulate humans. To make the human NPCs believable and feel alive they need to be as human-like as possible in their behaviour. Three features commonly used to make an NPC human-like are needs, like eating or sleeping, social relationships and personalities. The objective of this thesis was to create an AI with different personalities that the NPCs may have in the game Future Happiness Challenge (FHC) and compare these personalities as well as try to find out whether personalities enhance the game experience. Three different personalities are implemented; Selfish, Selfless and Balanced. These are used as FHC presents the option to play either selfish or selfless. It can be played as a team or as an individualist that does not care about the others. This thesis tries to answer the question whether a player prefers a selfless NPC to a selfish in a game where this option is available. These extremes are also compared to a balanced NPC. When implementing the AI and the personalities, a Behaviour Tree (BT) was used and the main features of this implementation is presented to give an example of how personalities can be implemented in a game like FHC. The results suggest that personalities enhance the game experience and an interesting correlation can be seen between the players preference of an NPC and their own personality when playing the game. Rather than always preferring a selfish or a selfless NPC, the players seem to prefer the NPC which has a personality closely related to their own within the game.

Abstract [sv]

Artificiell intelligens (AI) används i många spel och det är vanligt att datorstyrda karaktärer (Non-Player Characters) föreställer människor. För att göra dessa karaktärer trovärdiga och ge känslan av att leva så behöver deras beteenden göras så mänskliga som möjligt. Tre egenskaper som ofta används för att göra karaktärerna mänskliga är behov, såsom att äta eller sova, sociala relationer och personligheter. Målet med det här arbetet var att skapa en AI med olika personligheter som karaktärerna kan ha i spelet Future Happiness Challenge (FHC) och jämföra dessa personligheter samt försöka ta reda på om personligheter ökar spelupplevelsen. Tre olika personligheter implementerades; självisk, osjälvisk och balanserad. Dessa valdes då FHC ger spelaren möjligheten att spela antingen själviskt eller osjälviskt. Det kan spelas som ett lag eller som en egoist som inte bryr sig om de andra. Denna rapport försöker svara på frågan om spelaren föredrar en osjälvisk karaktär över en självisk i ett spel där denna möjlighet finns. Dessa extrema personligheter jämförs också med en balanserad. Under utvecklingen av AIn och personligheterna användes tekniken Behaviour Tree (BT) och större delen av implementationen är presenterad i detta arbete för att ge ett exempel på hur personligheter kan implementeras i ett spel som FHC. Resultaten föreslår att personligheter ökar spelupplevelsen och ett intressant samband kan ses mellan spelarnas preferens av NPC och spelarnas personligheter i FHC. Istället för att alltid föredra en självisk eller osjälvisk NPC, verkar spelarna föredra den NPC som har en personlighet lik sin egen i spelet.

Place, publisher, year, edition, pages
2016. , 57 p.
Keyword [en]
Artificial Intelligence, Non-Player Character, Personalities, Behavior Tree
Keyword [sv]
Artificiell intelligens, Non-Player Character, Personligheter, Behaviour Tree
National Category
Software Engineering
URN: urn:nbn:se:bth-12813OAI: diva2:946061
External cooperation
IUS Innovation AB
Subject / course
Degree Project in Master of Science in Engineering 30.0
Educational program
PAACI Master of Science in Game and Software Engineering
Available from: 2016-07-04 Created: 2016-07-04 Last updated: 2016-07-04Bibliographically approved

Open Access in DiVA

fulltext(2544 kB)25 downloads
File information
File name FULLTEXT02.pdfFile size 2544 kBChecksum SHA-512
Type fulltextMimetype application/pdf

By organisation
Department of Computer Science and Engineering
Software Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 25 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 16 hits
ReferencesLink to record
Permanent link

Direct link