Year: 2021
Type: dissertation
Abstract: Tato práce zkoumá novou (podle naších znalostí) formulaci generování herních úrovní. Náš generátor úrovní dostává složitost v rozsahu $ [0, 1] $ a generuje herní úroveň této obtížnosti. Dále tento úkol rozšiřujeme na generaci různých úrovní stejné obtížnosti. Problém vyřešíme pomocí N-dimenzionálního generátoru, který hledá nejbližší bod v prostoru pro vložení k počátečnímu bodu, který odpovídá dané obtížnosti. Zkoumáme význam obtížnosti, možné definice a interpretace. Poté představíme několik možných způsobů vyhodnocení obtížnosti generované úrovně pomocí agentů, kteří mohou vzorkovat trajektorie v resetovatelném prostředí. Pro jednoduchost v této práci používáme agenty Q-learning a agenty gradientů zásad. Práce představuje obecný framework pro generování herních úrovní, který je snadno pochopitelný a jednoduchý k použití. Různé části frameworku (např. vyhodnocování obtížnosti) lze rozšířit o sofistikovnějšimy algoritmy, které by mohly zvýšit celkovou kvalitu generovaných úrovní, zvýšit rychlost atd. Tato práce tedy představuje základ pro další výzkum z hlediska generování herních úrovní, vyhodnocování obtížnosti, srovnání různých metod hodnocení obtížnosti a jak hodnocení ovlivňuje generování úrovní.
Authors: Yazykov, Vladyslav, Vladyslav Yazykov
Language: Czech
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W6998850660