Inteligencia artificial aplicada a la evolución de los videojuegos FPS

Resumen

El objetivo principal de esta revisión es mapear y analizar cómo la inteligencia artificial (IA) ha sido utilizada para mejorar la experiencia de los jugadores en juegos FPS, con un enfoque en aspectos como el comportamiento de los personajes no jugables (NPCs), la adaptación de la dificultad, la inmersión, el realismo y la personalización. Utilizando un método riguroso basado en las directrices de Kitchenham, se sintetizaron estudios publicados entre 2023 y 2025. Los resultados demuestran una clara transición desde técnicas clásicas de IA, como las Máquinas de Estados Finitos (FSMs) y los Árboles de Comportamiento (BTs), hacia algoritmos avanzados de aprendizaje automático, especialmente el deep reinforcement learning. El análisis evidencia que la IA es un pilar central en la modernización de los FPS, impactando directamente el comportamiento de los personajes no jugables (NPCs), la personalización de la experiencia mediante la Adaptación Dinámica de la Dificultad (DDA) y la búsqueda de una mayor inmersión y realismo. El estudio también identifica desafíos técnicos recurrentes, como el alto costo computacional, la necesidad de grandes conjuntos de datos para el entrenamiento y la complejidad de la depuración de modelos de “caja negra”. Por último, se discuten tendencias emergentes, como el uso de Large Language Models (LLMs) para diálogos naturales y la IA generativa para la creación de contenido dinámico, que apuntan hacia un futuro con experiencias de juego cada vez más inteligentes y adaptativas.