Mostrar el registro sencillo del ítem
Ferramenta antitrapaça para jogos digitais multijogador desenvolvidos na Unity com integração do ML-Agent
dc.contributor.advisor | De Carli, Iraci Cristina da Silveira | |
dc.contributor.author | Morganti Junior, Paulo Artur | |
dc.contributor.other | Boff, Elisa | |
dc.contributor.other | Fardo, Marcelo Luís | |
dc.date.accessioned | 2024-11-05T19:54:18Z | |
dc.date.available | 2024-11-05T19:54:18Z | |
dc.date.issued | 2024-10-08 | |
dc.date.submitted | 2023-12-06 | |
dc.identifier.uri | https://repositorio.ucs.br/11338/13958 | |
dc.description | A trapaça em jogos digitais online multiplayer é um dos grandes problemas dessa indústria e proporciona uma experiência desagradável para jogadores honestos. Nesse trabalho realizou-se um estudo bibliométrico na base de dados Web of Science para determinar como o meio acadêmico busca a solução para problemas envolvendo trapaças. Buscou-se os trabalhos em dois momentos. No primeiro, utilizou-se os termos-chave game* and (cheat* or security) com período de cinco de anos e em segundo momento com termos de busca online game* and cheat*. Também avaliou-se trabalhos que utilizam a ferramenta Unity no desenvolvimento de jogos. Com essa análise, observou-se a utilização de aprendizado por reforço para identificação de possíveis jogadores mal intencionados. É proposto um protótipo utilizando a Engine Unity para criar um ambiente em que se possa utilizar a biblioteca ML-Agents e validar através de inteligência artificial se um jogador é humano ou um bot. A implementação do protótipo foi desenvolvida na Unity na linguagem C#. Descreve-se o algoritmo implementado com a maioria das classes criadas. Após, detalha-se as etapas de integração da biblioteca ML-Agents com Engine Unity e é realizada a análise dos resultados obtidos. [resumo fornecido pelo autor] | pt_BR |
dc.description.abstract | Cheating in online multiplayer digital games is one of the biggest problems and provides an unpleasant experience for honest players. This paper presents the categorization of these cheats according to the taxonomy of Yan and Rendell (YAN; RANDELL, 2005). In addition, a bibliometric study was carried out in the database Web of Science to determine how academia solves these problems. The works were sought in two moments. In the first, the key terms were used game* and (cheat* or security) with a period of five years and in the second moment with search terms online game* and cheat*. The paper also evaluated studies that used the Unity tool in the game development. With this analysis, it was observed the use of reinforced learning to identify possible malicious players. It is proposed a prototype using the Unity Engine is proposed to create an environment in which one can use the ML-Agents library and validate through artificial intelligence whether a player is human or a bot. The prototype implementation was developed in Unity with the C# language. The algorithm created with most of the created classes. Afterwards, the integration steps of the ML-Agents library with Engine Unity are detailed and it is executed the analysis about the results. [resumo fornecido pelo autor] | pt_BR |
dc.language.iso | pt | pt_BR |
dc.subject | Unity (Recurso eletrônico) | pt_BR |
dc.subject | Jogos para computador | pt_BR |
dc.subject | Taxonomia | pt_BR |
dc.subject | Trapaça | pt_BR |
dc.title | Ferramenta antitrapaça para jogos digitais multijogador desenvolvidos na Unity com integração do ML-Agent | pt_BR |
dc.type | Monografia | pt_BR |
mtd2-br.advisor.instituation | Universidade de Caxias do Sul | pt_BR |
mtd2-br.program.name | Bacharelado em Ciência da Computação | pt_BR |
mtd2-br.campus | Campus Universitário da Região dos Vinhedos | pt_BR |
local.data.embargo | 2024-10-07 |