An integrated planning and cellular automata based procedural game level generator

• Ano de defesa: 2018
• Autor(a) principal: Yuri Pessoa Avelar Macedo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Minas Gerais
• Palavras-chave em Português: Computação – Teses.; Geração procedural de conteúdo – Teses.; Inteligência artificial – Teses.; Jogos eletrônicos – Teses.; Procedural content generation; Artificial intelligence; Digital games
• Link de acesso: https://hdl.handle.net/1843/36255

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.