cosecivi'14 - generación automática de contenido para un nuevo juego basado en el problema de...

IntroducciónContribución al área PCG

Resumen

Generación automática de contenido para unnuevo juego basado en el problema de los tres

cuerpos

Alejandro Gutiérrez Alcoba1, Raúl Lara-Cabrera2, Antonio J.Fernández-Leiva2

1Dept. Arquitectura de Computadores, Universidad de Málaga

2Dept. Lenguajes y Ciencias de la Computación, Universidad de Málaga

Alejandro Gutiérrez Alcoba, Raúl Lara-Cabrera, Antonio J. Fernández-LeivaGeneración automática de contenido para un nuevo juego basado en el problema de los tres cuerpos

Resumen

Índice

1 IntroducciónMotivación de la PCG en juegosObjetivos

2 Contribución al área PCGEl juegoPrincipales ideas de la implementación del algoritmoResultados y conclusiones

Resumen

Motivación de la PCG en juegosObjetivos

Índice

Resumen

Generación automática de contenido para videojuegos

PCG (Procedural Content Generation) consiste en lageneración automática, mediante algoritmos en lugar deforma manual, de contenido para videojuegosEl contenido que puede generarse por estos medios esmuy diverso: terrenos del juego, características de armasu otros objetos, ciertas reglas del propio juego,. . .Ventajas:

Reduce costesReduce el consumo de memoria de los juegosOfrece la posibilidad de generar juegos infinitos ycontenido adaptado a diversos estilos de juego

Resumen

Índice

Resumen

Objetivos del algoritmo PCG implementado

El principal objetivo del algoritmo PCG diseñado esmejorar la dificultad de los niveles de un juegodeterminado, adaptandose a los jugadores con mayorhabilidad, pero pudiendo diseñar al mismo tiempo nivelesa jugadores principiantes.Para ello se ha diseñado un un algoritmo evolutivo deestado estacionario y población estructurada en tresclases de igual tamaño.

Resumen

El juegoPrincipales ideas de la implementación del algoritmoResultados y conclusiones

Índice

Resumen

El juego: una simulación física

Problema de los n cuerposConsiste en determinar, en cualquier instante, las posiciones yvelocidades de n partículas regidas por la ley de gravitaciónuniversal de Newton, partiendo de cualesquiera condicionesiniciales de posición y velocidad.

Particularidades de la simulaciónLa simulación se realiza en 2D

Resulta más sencillo para el jugadorPermite generalizar los resultados a otros juegos en losque el terreno se define como el grafo de cierta funciónf : R× R→ RDefine de forma natural terrenos de juego tridimensionales

Una sola partícula recibe la fuerza gravitatoria del resto

Resumen

El juego

Gravityvolve en internet

Resumen

La física del juego

Ley de Gravitación UniversalLa fuerza ejercida entre dos cuerpos distintos de masas m1 ym2 y separados sus centros de masa por una distancia r , esproporcional al producto de sus masas e inversamenteproporcional al cuadrado de la distancia. En concreto,

F = Gm1m2

Segunda ley de Newton

Establece la relación entre la aceleración a de un cuerpo, sumasa m1 y la fuerza que se le aplica

F = m1a

Resumen

La física del juego

Los resultados anteriores permiten calcular la aceleración quesufre una partícula de masa m1 por el efecto de otra de masam2

a = Gm2

Vectorialmente

r3 (p2 − p1)

siendo p1 y p2 los vectores de las partículas de masas m1 ym2, respectivamente.

Resumen

Un nivel como un terreno tridimensional

Resumen

Índice

Resumen

Representación de individuos (niveles)

Los n planetas que definen la parte más importante de unnivel tienen tres genes: posición horizontal, vertical y masaEl radio de los planetas se define en todos losconstructores de la clase proporcional a

La posición de la partícula y el objetivo se establece apartir de un índice que indica el planeta y el argumento(ángulo) con el que se posicionará

Resumen

Constructor aleatorio de niveles

Los planetas que definen el nivel van generándose uno a unosiguiendo estos pasos:

1 Asignar atributo “masa” (distribución N(500,200))2 Asignar los atributos de posición X e Y

Posición X: U(900− 2(rp + rparticle)) + rp + rparticlePosición Y: U(600− 2(rp + rparticle)) + rp + rparticle

3 ¿Bien definido con los anteriores?De esta forma se consiguen definir niveles muy diversos,apropiados para servir de población inicial del algoritmoevolutivo.

Resumen

Diseño del algoritmoTras inicializar la población se lleva acabo el bucle del algoritmo, hasta2*MAX_ITER nuevas evaluaciones:

1 Selección de dos individuosdistintos mediante torneo binario

2 Proceso de cruce (probabilidadCROSSOVER_RATE)

3 Mutación de la descendenciagenerada (probabilidadMUTATION_RATE yMUTATION_PARTICLES_RATE)

4 Inserción de nuevos individuosen la población estructurada

5 Evaluación global de la poblaciónAlejandro Gutiérrez Alcoba, Raúl Lara-Cabrera, Antonio J. Fernández-LeivaGeneración automática de contenido para un nuevo juego basado en el problema de los tres cuerpos

Resumen

Crossover

Resumen

Mutación

Cada gen (posición horizontal, vertical, masa) de losplanetas se mutan con una probabilidad p = 1

3n , con n elnúmero de planetas.Así, el número de este tipo de genes que son mutadossigue una distribución X ∼ B(3n, 1

3n ), de mediaE(X ) = 3n 1

3n = 1En cada caso, la mutación consiste en sumar el valor deuna N(0,50)Cada uno de los genes relativos a la partícula y el objetivose mutan con probabilidad 0,15. La mutación en estoscasos sigue una uniforme en el rango del atributo encuestión.

Resumen

Función de aptitud: intersecciones

Consiste en poner “tierra de por medio” entre la partícula yel planeta en que se encuentra el objetivo.Calcula la ecuación de la recta que pasa por el puntocentral de la partícula y del planeta objetivo.Comprueba si cada uno de los planetas intermediosinterseca con la recta y cual es esa distancia.

Resumen

Función de aptitud: minimizar atracción en el objetivo

Calcula el vector de aceleración total en n puntos alrededor delplaneta objetivo y su proyección sobre el vector definido entreel punto considerado en ese momento y el centro del planetaobjetivo:

Resumen

Función de aptitud basada en simulación directa

Mide la dificultad de alcanzar el objetivo en el primerlanzamientoSimula el lanzamiento de la partícula con multitud devectores de velocidad diferentesEn cada acierto mide la dificultad de dicho acierto

dificultadAcierto =1

distancia * timesCollided

Resumen

Índice

Resumen

Dificultad de los niveles generados

Niveles maximizando intersecciones

Niveles minimizando atracción en el objetivo

Resumen

Se ha diseñado un algoritmo PCG capaz de construirniveles de un juego de forma online y adaptados a todotipo de jugadores.El juego diseñado define de forma natural terrenostridimensionales e incluye de forma implícita las físicas.Muchas de las técnicas vistas pueden ser utilizadas deforma más general para la generación de contenido enotros juegos.

Trabajos futurosConstruir niveles con funciones multiobjetivo.Realizar un análisis de la satisfacción de los jugadores conlos niveles en una futura encuesta.Mejorar la función de simulación

cosecivi'14 - generación automática de contenido para un nuevo juego basado en el problema de...

Education