Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/36255
Type: Dissertação
Title: An integrated planning and cellular automata based procedural game level generator
Authors: Yuri Pessoa Avelar Macedo
First Advisor: Luiz Chaimowicz
First Referee: Raquel Oliveira Prates
Second Referee: Bruno Feijó
Abstract: Procedural Content Generation for Games (PCG-G) is a field that in the past few years has seen both extensive academic study and practical use in the games industry. While it isn’t the panacea to solve the problem of suppling the endless demand for content in games, it has proven to be a powerful tool-set that some successful games could not thrive without. PCG-G, when properly applied, is beneficial to both large and small game companies looking to optimize scalability.Likewise, when not properly applied, it can doom any project to mediocrity. Games require very distinct types of content to be designed and implemented, and the research field of procedural content generation aims to design, survey, contrast, and improve, upon methods that apply to distinct domains. One of these domains is the generation of game levels, a branch of great interest for developers looking to improve their games’ replayability. With the intent of contributing to the existing discussion of procedural level generation methods, as well as improving upon the established baseline, this work proposes the designing of procedural levels through the integration of AI Planning and Cellular Automata. The product levels of this process are implemented and polished on the Unity Game Engine, as to present their potential for entertainment through qualitative evaluation. Results show that this methodology can be used for the generation of organic and cohesive game levels.
Abstract: Geração Procedural de Conteúdo em jogos (PCG-G) é um campo de estudo que nos últimos anos presenciou tanto extensivo estudo acadêmico quanto uso prático na indústria de jogos. Mesmo que Geração Procedural não seja a panacéia que resolverá o problema de gerar conteúdo infinito para jogos, este paradigma mostrou-se como uma poderosa ferramenta pela qual diversos jogos só atingiram seu sucesso através dela. PCG-G, quando devidamente aplicada, é beneficial para empresas grandes e pequenas de jogos que estão em busca de otimizar a escalabilidade de seus projetos. Da mesma forma, quando indevidamente aplicada, Geração Procedural, pode fadar projetos à mediocridade. Jogos requerem tipos bem distintos de conteúdo que precisam ser desenvolvidos e implementados, e a busca por métodos de Geração Procedural visam propor, sondar, contrastar, e melhorar métodos aplicados a diferentes domínios. Um destes domínios é a criação de níveis de jogo, que é um ramo de alto interesse para desenvolvedores interessados em melhorar a re-jogabilidade de seus jogos. Com a intenção de contribuir com a discussão existente sobre métodos de geração de níveis, e também para melhorar o baseline existente, este trabalho se propõe o design de níveis procedurais por meio da integração de AI Planning e Autômatos Celulares. Os níveis de jogo criados por esse processo foram implementados e polidos na Unity Game Engine para apresentar seu potencial para entretenimento por meio de avaliações qualitativas. Resultados demonstraram que essa metodologia pode ser usada para geração de níveis de jogo orgânicos e coesos.
Subject: Computação – Teses.
Geração procedural de conteúdo – Teses.
Inteligência artificial – Teses.
Jogos eletrônicos – Teses.
language: eng
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ICX - DEPARTAMENTO DE MATEMÁTICA
metadata.dc.publisher.program: Programa de Pós-Graduação em Ciência da Computação
Rights: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-sa/3.0/pt/
URI: http://hdl.handle.net/1843/36255
Issue Date: 22-Nov-2018
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
YuriMacedo_Dissertacao.pdf9.02 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons