Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Almeida, Luis Fernando Kawabata de
Orientador(a): Felinto, Alan Salvany [Orientador]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
Link de acesso: https://repositorio.uel.br/handle/123456789/9230
Resumo: Resumo: Jogos multijogador contêm mundos virtuais que conectam dezenas de jogadores em uma mesma sessão, resultando em uma grande sensibilidade para atrasos de rede Uma gama de técnicas preditivas para posições dos jogadores foram desenvolvidas para entregar a melhor experiência para os jogadores Porém com o grande aumento do número de jogadores presentes e a complexidade das sessões, as limitações de tais técnicas, como atrasos na rede, consistência da informação compartilhada, responsividade aos jogadores e custo de banda de rede, se tornam evidentes A principal técnica usada hoje em dia é chamada Dead Reckoning (DR) Tomando essa técnica como base, diversos autores propuseram melhorias complexas ao método de predição, culminando na técnica proposta por Kharitonov chamada Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov não avaliou o desempenho da técnica MAADR considerando atrasos na rede Também, até o momento, não foram encontrados, na literatura, trabalhos que relacionam o desempenho da MAADR sob diferentes atrasos da rede, que é um fator com grande influência à consistência dos algoritmos preditivos A técnica MAADR se mostrou ter um desempenho superior às outras em circunstâncias normais de atrasos de rede O objetivo desse trabalho é avaliar ambas as técnicas, MAADR e DR, em 5 cenários com diferentes características e complexidades, com atrasos de rede simulados que variam de até 3 ms e representam baixas, médias e altas latências na rede Os resultados obtidos nesse trabalho mostram que é recomendado o uso da técnica MAADR em circunstâncias em que médios e altos atrasos na rede são esperados ou quando há uma intolerância para a perda da Qualidade de Serviço no jogo, devido ao atraso na rede, e com isso a perda da qualidade da experiência do jogador
id UEL_7f709b871a82e458d450cdd71573748a
oai_identifier_str oai:repositorio.uel.br:123456789/9230
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Almeida, Luis Fernando Kawabata deManhas Junior, Elieser Botelhoc00ec659-63a5-440b-a22e-32a186e15329-1Costa, Silvano Cesar da2ae71d43-520e-4224-9800-9ab8630a7780-16c4a148a-54de-4746-b88e-c581db4826c05bcc64a9-764a-4d12-bc06-0a18dc16e3c1Felinto, Alan Salvany [Orientador]Londrina2024-05-01T11:52:05Z2024-05-01T11:52:05Z2019.0012.03.2019https://repositorio.uel.br/handle/123456789/9230Resumo: Jogos multijogador contêm mundos virtuais que conectam dezenas de jogadores em uma mesma sessão, resultando em uma grande sensibilidade para atrasos de rede Uma gama de técnicas preditivas para posições dos jogadores foram desenvolvidas para entregar a melhor experiência para os jogadores Porém com o grande aumento do número de jogadores presentes e a complexidade das sessões, as limitações de tais técnicas, como atrasos na rede, consistência da informação compartilhada, responsividade aos jogadores e custo de banda de rede, se tornam evidentes A principal técnica usada hoje em dia é chamada Dead Reckoning (DR) Tomando essa técnica como base, diversos autores propuseram melhorias complexas ao método de predição, culminando na técnica proposta por Kharitonov chamada Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov não avaliou o desempenho da técnica MAADR considerando atrasos na rede Também, até o momento, não foram encontrados, na literatura, trabalhos que relacionam o desempenho da MAADR sob diferentes atrasos da rede, que é um fator com grande influência à consistência dos algoritmos preditivos A técnica MAADR se mostrou ter um desempenho superior às outras em circunstâncias normais de atrasos de rede O objetivo desse trabalho é avaliar ambas as técnicas, MAADR e DR, em 5 cenários com diferentes características e complexidades, com atrasos de rede simulados que variam de até 3 ms e representam baixas, médias e altas latências na rede Os resultados obtidos nesse trabalho mostram que é recomendado o uso da técnica MAADR em circunstâncias em que médios e altos atrasos na rede são esperados ou quando há uma intolerância para a perda da Qualidade de Serviço no jogo, devido ao atraso na rede, e com isso a perda da qualidade da experiência do jogadorDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: Multiplayer games hold virtual worlds which connect dozens of players in the same session, resulting in a great sensibility for network latency A various number of player position prediction techniques were developed to deliver the best experience for the players But with the growing numbers of players and the complexity of sessions, the limitations of such techniques, like network delay, consistency of the shared information, player responsivity and bandwidth cost, becomes evident The main technique used nowadays is called Dead Reckoning (DR) Taking the DR as a base, several authors proposed improvements to the prediction method, culminating on Kharitonov’s proposal technique called Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov did not evaluate the performance of the MAADR technique considering network latencies On the literature, until this moment, were not found any papers that relate the performance of the MAADR technique under different network latencies, which is an important factor for consistency on predictive techniques With no latencies considered, the MAADR showed good results when compared with other techniques The proposal of this paper is to evaluate both the MAADR and DR prediction techniques in 5 scenarios with different characteristics and complexities, with simulated network latencies that vary from up to 3 ms and that represent low, medium and high network latency values The results show that it is recommended the usage of the MAADR technique in circumstances where medium and high network latencies are expected or when intolerance for the loss of QoS, caused by latency, is unwantedporJogos da internetJogos por computadorAmbientes virtuais compartilhadosInternet gamesComputer gamesTécnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latênciasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMestradoCiência da ComputaçãoCentro de Ciências ExatasPrograma de Pós-Graduação em Ciência da Computação-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess53723vtls000226731SIMvtls000226731http://www.bibliotecadigital.uel.br/document/?code=vtls00022673164.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0002267316678.pdf123456789/5002 - Mestrado - Ciência da ComputaçãoORIGINAL6678.pdfapplication/pdf798340https://repositorio.uel.br/bitstreams/4d1a8b55-9458-499d-ba20-4adbc3a5ac8c/download3b4b80fcae46d24062634451ff558929MD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/8f803c1c-6f54-4f5f-9e3b-0154268115be/download753f376dfdbc064b559839be95ac5523MD52TEXT6678.pdf.txt6678.pdf.txtExtracted texttext/plain124232https://repositorio.uel.br/bitstreams/d948cd97-84f0-470a-a85c-dcbd5a202e5f/download0eaa2601f48989ad8f1c9c0913563895MD53THUMBNAIL6678.pdf.jpg6678.pdf.jpgGenerated Thumbnailimage/jpeg3575https://repositorio.uel.br/bitstreams/ea5d82c1-99ea-4bf0-b3c7-a09c20817409/download8b2a71618db8ca5e1fd6667324dbdc1eMD54123456789/92302024-07-12 01:20:21.985open.accessoai:repositorio.uel.br:123456789/9230https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:21Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.pt_BR.fl_str_mv Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
spellingShingle Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
Almeida, Luis Fernando Kawabata de
Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
title_short Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_full Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_fullStr Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_full_unstemmed Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_sort Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
author Almeida, Luis Fernando Kawabata de
author_facet Almeida, Luis Fernando Kawabata de
author_role author
dc.contributor.banca.pt_BR.fl_str_mv Manhas Junior, Elieser Botelho
Costa, Silvano Cesar da
dc.contributor.author.fl_str_mv Almeida, Luis Fernando Kawabata de
dc.contributor.authorID.fl_str_mv 6c4a148a-54de-4746-b88e-c581db4826c0
dc.contributor.advisor1ID.fl_str_mv 5bcc64a9-764a-4d12-bc06-0a18dc16e3c1
dc.contributor.advisor1.fl_str_mv Felinto, Alan Salvany [Orientador]
contributor_str_mv Felinto, Alan Salvany [Orientador]
dc.subject.por.fl_str_mv Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
topic Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
description Resumo: Jogos multijogador contêm mundos virtuais que conectam dezenas de jogadores em uma mesma sessão, resultando em uma grande sensibilidade para atrasos de rede Uma gama de técnicas preditivas para posições dos jogadores foram desenvolvidas para entregar a melhor experiência para os jogadores Porém com o grande aumento do número de jogadores presentes e a complexidade das sessões, as limitações de tais técnicas, como atrasos na rede, consistência da informação compartilhada, responsividade aos jogadores e custo de banda de rede, se tornam evidentes A principal técnica usada hoje em dia é chamada Dead Reckoning (DR) Tomando essa técnica como base, diversos autores propuseram melhorias complexas ao método de predição, culminando na técnica proposta por Kharitonov chamada Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov não avaliou o desempenho da técnica MAADR considerando atrasos na rede Também, até o momento, não foram encontrados, na literatura, trabalhos que relacionam o desempenho da MAADR sob diferentes atrasos da rede, que é um fator com grande influência à consistência dos algoritmos preditivos A técnica MAADR se mostrou ter um desempenho superior às outras em circunstâncias normais de atrasos de rede O objetivo desse trabalho é avaliar ambas as técnicas, MAADR e DR, em 5 cenários com diferentes características e complexidades, com atrasos de rede simulados que variam de até 3 ms e representam baixas, médias e altas latências na rede Os resultados obtidos nesse trabalho mostram que é recomendado o uso da técnica MAADR em circunstâncias em que médios e altos atrasos na rede são esperados ou quando há uma intolerância para a perda da Qualidade de Serviço no jogo, devido ao atraso na rede, e com isso a perda da qualidade da experiência do jogador
publishDate 2024
dc.date.defesa.pt_BR.fl_str_mv 12.03.2019
dc.date.created.fl_str_mv 2019.00
dc.date.accessioned.fl_str_mv 2024-05-01T11:52:05Z
dc.date.available.fl_str_mv 2024-05-01T11:52:05Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/9230
url https://repositorio.uel.br/handle/123456789/9230
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.coursedegree.pt_BR.fl_str_mv Mestrado
dc.relation.coursename.pt_BR.fl_str_mv Ciência da Computação
dc.relation.departament.pt_BR.fl_str_mv Centro de Ciências Exatas
dc.relation.ppgname.pt_BR.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.coverage.spatial.pt_BR.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
bitstream.url.fl_str_mv https://repositorio.uel.br/bitstreams/4d1a8b55-9458-499d-ba20-4adbc3a5ac8c/download
https://repositorio.uel.br/bitstreams/8f803c1c-6f54-4f5f-9e3b-0154268115be/download
https://repositorio.uel.br/bitstreams/d948cd97-84f0-470a-a85c-dcbd5a202e5f/download
https://repositorio.uel.br/bitstreams/ea5d82c1-99ea-4bf0-b3c7-a09c20817409/download
bitstream.checksum.fl_str_mv 3b4b80fcae46d24062634451ff558929
753f376dfdbc064b559839be95ac5523
0eaa2601f48989ad8f1c9c0913563895
8b2a71618db8ca5e1fd6667324dbdc1e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1865915284923088896

Registros relacionados