АЛГОРИТМИ ПРОЦЕДУРНОЇ ГЕНЕРАЦІЇ ІГРОВОГО КОНТЕНТУ З ВИКОРИСТАННЯМ ГРАФІВ
DOI:
https://doi.org/10.32782/IT/2024-3-8Ключові слова:
процедурна генерація, розробка ігор, ефективність розробки, оптимізація розробкиАнотація
Розробка унікальних ігрових середовищ з використанням алгоритмів на основі графових структур даних та процедурної генерації контенту дозволяє суттєво скоротити витрати при одночасному підвищенні загальної продуктивності команди та усуненні ризику стагнації процесу розробки. Метою роботи є аналіз, розробка та візуалізація роботи алгоритмів процедурної генерації контенту, а також вивчення перспектив їх подальшого використання у практичній розробці ігрових проектів. Наукова новизна полягає у використанні графів для процедурної генерації ігрового контенту. Ця тема була обрана у зв’язку з тим, що створення ігрового оточення може бути однією з основних і найбільш ресурсоємних витрат у процесі виробництва гри. Процедурна генерація контенту може зменшити ці витрати та пришвидшити процес розробки. Практично неможливо підрахувати, яку конкретно частину продуктивності команди та бізнес-вигоди приносить процедурна генерація, оскільки більшість інновацій у цій сфері є комерційною таємницею ігрових студій, однак це говорить лише про можливості та переваги, які несе в собі цей підхід. Методологія базується на мові програмування The Python як основному інструменті для вивчення алгоритмів, який використовувався для розробки алгоритмів, створення візуалізацій та прикладів веб-серверів для обробки даних, згенерованих графами. Висновок: під час розробки були вивчені відмінності та спільні риси в деталях реалізації алгоритмів, а також результати генерації контенту. Також було продемонстровано відмінності у згенерованих графах. На прикладах веб-серверів проілюстровано потенціал подальшого практичного застосування розроблених алгоритмів. Результати дослідження можуть бути використані розробниками ігрових середовищ та дослідниками алгоритмів для підвищення ефективності виробничих процесів.
Посилання
Xia F., Liu J., Nie H., Fu Y., Wan L. and Kong X. «Random Walks: A Review of Algorithms and Applications» in IEEE Transactions on Emerging Topics in Computational Intelligence, April 2020, Volume 4, No. 2, pp. 95–107, doi: 10.1109/TETCI.2019.2952908.
Fan X., Li B., Sisson S. The binary space partitioning-tree process. International Conference on Artificial Intelligence and Statistics, March 2018, PMLR, pp. 1859–1867.
Ehrhardt G. The not-so-random Drunkard’s walk, Journal of Statistics Education, 2013, vol. 21, no. 2, doi: 10.1080/10691898.2013.11889679.
Hendrikx M., Meijer S., Van Der Velden, J., Iosup A. Procedural content generation for games: а survey, ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2013, vol. 9, no. 1, p. 1–22.
Koesnaedi A., Istiono W. Implementation drunkard’s walk algorithm to generate random level in roguelike games. International Journal of Multidisciplinary Research and Publications, 2022, vol. 5, no. 2, р. 97–103.
Shaker N., Togelius J., Nelson M. J. Procedural content generation in games, 2016.
Togelius J., Kastbjerg E., Schedl D., Yannakakis G. N. What is procedural content generation? Mario on the borderline. Proceedings of the 2nd international workshop on procedural content generation in games, June 2011, pp. 1–6.
Сóth C. D. Binary space partitions: recent developments. Combinatorial and Computational Geometry, 2005, vol. 52, р. 525–552.
Van Der Linden R., Lopes R., Bidarra R. Procedural generation of dungeons. IEEE Transactions on Computational Intelligence and AI in Games, 2013, vol. 6, no. 1, p. 78–89.
