DC Element | Wert | Sprache |
---|---|---|
dc.contributor.advisor | von Luck, Kai | - |
dc.contributor.author | Zagaria, Sebastian | - |
dc.date.accessioned | 2020-09-29T14:24:09Z | - |
dc.date.available | 2020-09-29T14:24:09Z | - |
dc.date.created | 2017 | - |
dc.date.issued | 2017-08-29 | - |
dc.identifier.uri | http://hdl.handle.net/20.500.12738/8141 | - |
dc.description.abstract | Affective Gaming beschäftigt sich mit der Fragestellung wie Technologien zur Emotionserkennung verwendet werden können, um bisherige Spielmechaniken mit einer emotionalen Komponente zu ergänzen. So kann das emotionale Verhalten von Spieler analysiert und emotional adaptive Spiele entwickelt werden, sodass die Immersion des Spielers erhöht wird. Eine der attraktivsten Lösungen zur Emotionserkennung ist das Erfassen von Emotionen über Kameras. Diese sind kostengünstig und in den meisten Spielplattformen bereits vorhanden. Ziel dieser Arbeit ist die Konzipierung und Entwicklung einer Plattform zum Testen von KI-Agenten für Computerspiele, die adäquat auf die Emotionen eines Spielers reagieren. Für die Umsetzung werden Techniken aus den Bereichen künstliche Intelligenz, Affective Computing und Affective Gaming hinzugezogen. | de |
dc.description.abstract | Affective Gaming is concerned with the question of how emotion recognition software can be utilized in Games to extend classic game mechanics with an emotional aspect. By analyzing the emotional behavior of players and developing emotional adaptive games to increase the immersion of players. One of the most promising technologies is emotion recognition with cameras. With a low budget entry cost and already available in most households. The goal of this work is to conceptualize and develop a platform to test AI agents for games, which can react appropriately to the emotions of a player. The realization will utilize technologies and techniques used in Artificial Intelligent, Affective Computing and Affective Gaming. | en |
dc.language.iso | de | en_US |
dc.rights.uri | http://rightsstatements.org/vocab/InC/1.0/ | - |
dc.subject | Affective Computing | de |
dc.subject | Affective Gaming | de |
dc.subject | AI | de |
dc.subject | Game AI | de |
dc.subject | Behavior Trees | de |
dc.subject | Companion Technologie | de |
dc.subject | Emotion Bike | de |
dc.subject | Affectiva | de |
dc.subject | Unity3d | de |
dc.subject | Emotion recognition | de |
dc.subject | Affective Computing | en |
dc.subject | Affective Gaming | en |
dc.subject | AI | en |
dc.subject | Game AI | en |
dc.subject | Behavior Trees | en |
dc.subject | Companion Technologie | en |
dc.subject | Emotion Bike | en |
dc.subject | Affectiva | en |
dc.subject | Unity3d | en |
dc.subject | Emotion recognition | en |
dc.subject.ddc | 004 Informatik | |
dc.title | Emotional adäquat reagierende KI-Agenten zur Erhöhung vonImmersion in Computerspielen | de |
dc.type | Thesis | en_US |
openaire.rights | info:eu-repo/semantics/openAccess | |
thesis.grantor.department | Department Informatik | en_US |
thesis.grantor.place | Hamburg | |
thesis.grantor.universityOrInstitution | Hochschule für angewandte Wissenschaften Hamburg | en_US |
tuhh.contributor.referee | Jenke, Philipp | - |
tuhh.gvk.ppn | 896588475 | |
tuhh.identifier.urn | urn:nbn:de:gbv:18302-reposit-81430 | - |
tuhh.note.extern | publ-mit-pod | |
tuhh.note.intern | 1 | |
tuhh.oai.show | true | en_US |
tuhh.opus.id | 4089 | |
tuhh.publication.institute | Department Informatik | en_US |
tuhh.type.opus | Masterarbeit | - |
dc.subject.gnd | Computerspiel | |
dc.type.casrai | Supervised Student Publication | - |
dc.type.dini | masterThesis | - |
dc.type.driver | masterThesis | - |
dc.type.status | info:eu-repo/semantics/publishedVersion | en_US |
dc.type.thesis | masterThesis | en_US |
dcterms.DCMIType | Text | - |
tuhh.dnb.status | domain | - |
item.creatorGND | Zagaria, Sebastian | - |
item.fulltext | With Fulltext | - |
item.creatorOrcid | Zagaria, Sebastian | - |
item.grantfulltext | open | - |
item.cerifentitytype | Publications | - |
item.advisorGND | von Luck, Kai | - |
item.languageiso639-1 | de | - |
item.openairecristype | http://purl.org/coar/resource_type/c_46ec | - |
item.openairetype | Thesis | - |
Enthalten in den Sammlungen: | Theses |
Dateien zu dieser Ressource:
Datei | Größe | Format | |
---|---|---|---|
masterarbeit_zagaria.pdf | 51.12 MB | Adobe PDF | Öffnen/Anzeigen |
Feedback zu diesem Datensatz
Export
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.