Options
2005
Diploma Thesis
Titel
Erweiterung einer bestehenden Storytelling-Plattform zu einem virtuellen Lernspiel mit Avataren
Abstract
In dieser Diplomarbeit wird ausgehend von einer bestehenden Storytelling- Plattform ein Lernspiel realisiert. Die vorhandene Software kann durch das Einlesen einer XML-konformen Geschichts-Datei virtuelle Charaktere bewegen und sprechen lassen, Objekte anzeigen und die Eingaben von Benutzern sowohl über Tastatur, als auch über ein Gestenerkennungssystem verarbeiten und für Entscheidungen verwenden, die den Fortlauf der Geschichte beeinflussen. Das darauf aufzubauende Lernspiel soll das Antreten von zwei Gruppen ermöglichen. Die beiden Teams müssen Fragen beantworten, die in einem Fensterbereich angezeigt werden. Ein Nicht-Spieler-Charakter (NSC) ist ihnen dabei behilflich. Dieser weiß die Antworten auf die gestellten Fragen. Jedoch wird er den Spielern die Antwort nur preisgeben, wenn diese ihm sympathisch erscheinen. Diese Symphatie können die Lernenden erreichen, indem sie sich sprachlich an den NSC anpassen und versuchen die von ihm angesprochenen Themen zu dessen Zufriedenheit abzuhandeln. Der NSC wird sich dabei auf die Erweiterung des Themas der aktuellen Frage spezialisieren. Bei fehlender Sympathie einer Gruppe soll er sich nicht nur weigern, dieser Gruppe zu helfen, sondern er wird sogar seine neutrale mittige Position verlassen und zur Seite der anderen Gruppe überwechseln. Für diese Funktionalität des Lernspiels muss eine Multi-User-Umgebung geschaffen werden, um mehrere Mitspieler in zwei Gruppen gegeneinander antreten lassen zu können. Zusätzlich muss ein Protokoll gefunden werden, das die Client-Server-Kommunikation ermöglicht. Die internen Nachrichten, die zwischen den Plattform-Komponenten verschickt werden, müssen für das neue Szenario erweitert werden. Die Behandlung des Spielablaufes wird durch eine Game-Engine in die Plattform integriert. Das Verhalten des helfenden Charakters wird durch die Verwendung eines regelbasierten Expertensystems organisiert. Die Regeln werden dafür sorgen, dass die Aussagen je nach aktuellem Sympathiestand des Sprechers an die aktuelle Situation angepasst ausgedrückt werden. Der NSC soll bei längerer Inaktivität der Benutzer zusätzlich dazu veranlasst werden, proaktiv zu reagieren um das Gespräch wieder anzustoßen. Die Arbeit zielt auf eine verbesserte Lerneffektivität durch die Verknüpfung von zu lernenden Informationen mit erzählerischen und emotionalen Komponenten.
;
In this diploma thesis, a learning game is realised based on an existing storytelling platform. The existing software is able to let virtual characters move and speak by reading an XML conform story file. User inputs can be generated by keyboard or with a gesture recognition system. This information affects the story devolution. The learning game scenario is as follows: Two groups of players compete against each other. The two teams have to answer questions. A Non Player Character (NPC) helps the players. He knows the answers to the questions. But he will just give a hint, if the players seem likeable to him. The players can gain sympathy, if they adjust their language to that of the NPC and try to talk about the topic the NPC wants to chat with them. The NPC will try to expand the topic of the current question. A too high antipathy of a group will not only cause the NPC not to help this group anymore, but he will also leave his neutral middle position and walk over to the more sympathetic team. For this functionality of the learning game, a multi user environment has to be created to let multiple players compete in two groups. Additionally, a protocol has to be found that makes a client-server communication possible. The internal messages being sent between the platform components have to be extended for the new scenario. A game engine will handle the game process. The behaviour of the NPC is to be organised by a rule based expert system. The rules will take care to let the statements be conform to the current situation based on the sympathy level of the speaker. The NPC will react proactive to continue the conversation if the players stay inactive for a special period of time. This work tries to increase learn effectivity by binding pieces of information that have to be learnt to narrative and emotional components.
ThesisNote
Regensburg, FH, Dipl.-Arb., 2005
Verlagsort
Regensburg
Language
German