El ajuste dinámico de dificultad en video juegos permite personalizar las sesiones de juego a las capacidades de cada jugador. Con aprendizaje automático es posible extraer y analizar los datos de comportamiento, con el fin de clasificar a los jugadores en perfiles generales con características distintivas. Y así, modificar el juego para que su dificultad sea la necesaria para maximizar el rendimiento del jugador; sin que este se sienta aburrido porque es muy fácil, o frustrado porque es muy difícil.

Para los experimentos, utilizamos el video juego TetrisAnalytics, el cual es como un Tetris tradicional desde el punto de vista del jugador; sin embargo, permite extraer datos de las partidas del juego como los movimientos realizados por el jugador, el estado del tablero, siguiente pieza, etc. Con esta información se realiza la clasificación del jugador utilizando razonamiento basado en casos. El ajuste de dificultad en TetrisAnalytics es entregar al jugador una pieza más fácil o adecuada para que este pueda minimizar los espacios entre las piezas y la altura del tablero, y maximizar la puntuación. Es decir, se le entrega al jugador la pieza adecuada para realizar líneas.

En el contexto de los sistemas generadores automáticos de historias, este trabajo se centra en la anticipación del desenlace por el espectador como parte del modelo computacional del suspense propuesto en el trabajo de tesis. En concreto y dado que existen indicios para suponer que los desenlaces esperados influyen en el suspense, el estudio de la gestión de las expectativas de la audiencia sobre éstos constituye un recurso potencialmente útil para la construcción narrativa. Dicha estrategia se basa en la gestión de la información relativa a los elementos que se encuentran en la escena y que pueden ser relacionados con el devenir de los protagonistas. A este respecto, la obtención de medidas que permitan relacionar tales elementos con los posibles desenlaces puede ayudar a los sistemas generadores automáticos a crear situaciones de suspense que se aproximen mejor a las concebidas por escritores humanos. El análisis de estos elementos anticipadores referidos y el efecto del desenlace en la audiencia conforman la base de esta propuesta.

Se presentarán los avances realizados durante el primer año de la tesis doctoral titulada Sistema empotrado distribuido en el ámbito de Internet de las Cosas. Dichos avances se centran en el desarrollo de un prototipo mejorado del sistema realizado como Trabajo Fin de Máster (Plataforma HW/SW para el disparo de fuegos artificiales). Dicha plataforma consiste en un sistema empotrado distribuido que permite la automatización de los espectáculos pirotécnicos. De esta manera, se presentará la nueva versión, explicando algunas de las tecnologías empleadas (chips WiFi, Diseño PCB, Diseño e impresión en 3D...). Por último, se mencionarán algunas de las líneas futuras a seguir en el desarrollo de la tesis.