รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมซอฟต์แวร์และความรู้ ปี พ.ศ. 2569
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
โร้กไทป์: เกมฝึกพิมพ์แบบปรับระดับความยากอัตโนมัติด้วยปัญญาประดิษฐ์
ชื่อโครงงานภาษาอังกฤษ
RogueType: An Adaptive Roguelike Typing Game
ผู้พัฒนา
6510545284 นายคณิศร กนกรัตนา
6510545781 นายอชิรวิชญ์ พงศ์พานิช
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
การพัฒนาทักษะการพิมพ์เป็นหนึ่งในพื้นฐานสำคัญสำหรับมากในยุคปัจจุบันอย่างไรก็ตาม ผู้เรียนจำนวนมากยังคงประสบปัญหาในการฝึกพิมพ์อย่างต่อเนื่อง เนื่องจากรูปแบบการเรียนรู้ที่ไม่น่าสนใจและขาดการปรับระดับความยากให้เหมาะสมกับความสามารถของแต่ละบุคคล โดยเฉพาะในรูปแบบเกมฝึกพิมพ์ทั่วไปที่มักกำหนดระดับความยากแบบคงที่ ทำให้ผู้เล่นบางส่วนรู้สึกง่ายหรือยากเกินไป ส่งผลต่อแรงจูงใจในการฝึกฝน
โครงการนี้นำเสนอ RougeType เกมฝึกพิมพ์รูปแบบใหม่ที่ผสานแนวคิดของเกมป้องกันฐาน (Defense Game) เข้ากับระบบปัญญาประดิษฐ์ เพื่อสร้างประสบการณ์การเรียนรู้ที่สนุกและปรับตัวได้ตามผู้เล่น ระบบใช้เทคนิค Machine Learning โดยเฉพาะ Logistic Regression ในการวิเคราะห์พฤติกรรมการพิมพ์ เช่น ความเร็วในการพิมพ์ (WPM) ความแม่นยำ อัตราความผิดพลาด เวลาตอบสนอง และ เวลาที่ใช้ในการจัดการศัตรู เพื่อจำแนกระดับความสามารถของผู้เล่นเป็น 3 ระดับ ได้แก่ Easy, Balanced และ Hard จากนั้นนำผลลัพธ์ไปปรับความยากของเกมแบบเรียลไทม์ เช่น ความเร็วของศัตรู จำนวนศัตรู และพลังชีวิต
RougeType ถูกพัฒนาโดยใช้ Unity Engine สำหรับระบบเกม และมีการออกแบบกลไกเพิ่มเติม เช่น ระบบศัตรูหลายประเภท ระบบป้องกันฐาน ระบบอัปเกรดตัวละคร และระบบคอมโบ เพื่อเพิ่มความท้าทายและความหลากหลายในการเล่น นอกจากนี้ยังมีการบันทึกและติดตามข้อมูลการเล่นเพื่อใช้ในการวิเคราะห์และปรับปรุงประสบการณ์ของผู้เล่น
จากการทดลองใช้งานพบว่าระบบสามารถปรับระดับความยากได้อย่างเหมาะสมกับความสามารถของผู้เล่น ช่วยเพิ่มแรงจูงใจในการฝึกพิมพ์ และส่งเสริมการพัฒนาทักษะได้อย่างมีประสิทธิภาพ ผู้เล่นมีแนวโน้มที่จะมีส่วนร่วมกับเกมมากขึ้นเมื่อระดับความยากมีความสมดุลกับความสามารถของตนเอง
Abstract
Typing skill development is a fundamental competency in the modern digital era. However, many learners still face difficulties in maintaining consistent typing practice due to unengaging learning approaches and the lack of adaptive difficulty. Conventional typing games typically apply static difficulty levels, which may not align with individual skill levels, causing some players to find the tasks either too easy or too difficult. This mismatch can negatively affect motivation and learning effectiveness.
This project presents RougeType, a roguelike typing game that integrates base defense gameplay with artificial intelligence to create an engaging and adaptive learning experience. The system employs Machine Learning techniques, specifically Logistic Regression, to analyze typing behavior, including words per minute (WPM), accuracy, error rate, reaction time, and the time required to eliminate enemies. These features are used to classify player skill levels into three categories: Easy, Balanced, and Hard. The classification results are then used to dynamically adjust game difficulty in real time, such as enemy speed, spawn rate, and health points.
RougeType is developed using the Unity Engine and incorporates various gameplay mechanics, including multiple enemy types, base defense systems, character upgrades, and combo systems to enhance engagement and challenge. Additionally, player performance data is recorded and monitored for further analysis and continuous improvement of the gameplay experience.
Experimental results demonstrate that the system can effectively adapt difficulty to match player skill levels, increasing motivation and promoting more efficient skill development. Players tend to be more engaged when the game difficulty is well-balanced with their abilities.
คำสำคัญ (Keywords)
Rougelike, Typing Game, Adaptive, Learning, Artificial Intelligence, Machine Learning, Logistic Regression, Game-Based Learning, Real-Time Difficulty Adjustment, Player Performance Analysis, Unity Engine
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/NewOsakA/RogueType
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
นายคณิศร
กนกรัตนา
(b6510545284)
แก้ไขครั้งสุดท้าย
เมื่อ April 28, 2026, 11:47 p.m. โดย
นายคณิศร
กนกรัตนา
(b6510545284)
สถานะการอนุมัติ
รออนุมัติ