Offline-Vorhersage der Leistung in einem Virtual Reality Spiel basierend auf Verhaltens- und Gehirnaktivitäten: Precognition Shooting Range

Die Forschung im Bereich der Gehirn-Computer-Schnittstellen hat zugenommen und die Virtual-Reality-Technologie hat in den letzten Jahren den Mainstream-Markt erreicht. Shooter Games sind eines der erfolgreichsten Spiele-Genres mit zunehmender Professionalisierung in Form von E-Sport. In dieser Master Thesis wird ein Virtual-Reality-Headset und ein EEG-Gerät kombiniert, um eine Shooter-Anwendung zu erstellen, die die Leistung eines Benutzers in dieser Anwendung vorhersagen soll. Genauer gesagt wird mit Daten aus diesen Technologien ein maschinelles Lernmodell gespeist, das die Genauigkeit eines nächsten Schusses im Virtual Reality-Shooter-Spiel vorhersagt und die Vorhersageleistung von Verhaltensdaten und Gehirnaktivität während des Spiels des Shooters vergleichen soll. Ziel ist es herauszufinden, ob das Modell restrospektiv die Genauigkeit des nächsten Schusses vorhersagen könnte, die sich deutlich von der Zufallswahrscheinlichkeit unterscheidet. Dazu nahmen 18 Universitätsstudenten an einer Studie teil. Jeder Student trug ein modernes Virtual Reality Headset und ein EEG, um ein selbst entwickeltes, rundenbasiertes Virtual Realitiy Shooter Game zu spielen, das steigende Anforderungen an die Hand-Augen-Koordination stellt und eine hohe kognitive Belastung hat. Die Applikation beinhaltet Reaktionen auf SSVEP-Ereignisse, welche wiederholt gemessen werden. Neuronale Netze werden als Klassifikatorenzur Leistungsvorhersagung verwendet. Frühere Forschungen haben bisher noch nicht Gehirn- und Verhaltensaktivitäten kombiniert, um die Leistung bei komplexen Aufgaben wie Spielen vorherzusagen, sondern sich ausschließlich auf In-Game-Daten gestützt. Diese Arbeit ist ein erster Schritt in Richtung der Kombination von BCI-Technologie und Virtual Reality-Technologie. Es zeigt sich, dass diese Konzept nützlich bei Spielen oder spielähnlichen Szenarien ist, um den Benutzerstatus zu überwachen.