توليد مراحل متعادل به صورت پويا براي بازي‌هاي رايانه‌اي سكويي با استفاده از شبكه‌هاي مولد رقابتي عميق

كارشناسي ارشد

در صنعت بازي¬سازي، ايجاد تعادل در بازي¬ها يكي از مهم¬ترين چالش¬هاي توسعه‌دهندگان بازي است. با توجه به اينكه سرمايه‌گذاري‌هاي بزرگ در صنعت ساخت بازي انجام مي‌شود، رعايت تعادل در بازي بسيار با اهميت است. تا به امروز، پژوهش‌هاي زيادي براي توليد مراحل و ايجاد تعادل در بازي‌ها انجام شده است كه به طور مثال مي‌توان به روش‌هاي توليد محتواي رويه‌اي، تنظيم سطح دشواري به صورت پويا، استفاده از هوش‌مصنوعي انعطاف‌پذير، اشاره كرد. اين پژوهش زيرمجموعه توليد محتواي رويه‌اي محسوب مي‌شود. روشي كه در اينجا ارائه شده است نسبت به ساير روش‌هاي ارائه شده، شامل مزيت‌هايي است كه مهم‌ترين آن، بررسي وضعيت تعادل در مراحلي كه مدل توليد مي‌كند، است. اين مطلب در پژوهش‌هاي مشابه ديگر به طور دقيق بررسي نشده است. در اين پژوهش با استفاده از شبكه‌هاي مولد رقابتي، براي بازي سبك سكويي مراحلي توليد كرده‌‌ايم كه ويژگي‌هاي مراحل متعادل مدنظر طراحِ بازي را داشته‌اند. براي انجام اين پژوهش، ابتدا يك بازي سبك سكويي به كمك زبان برنامه‌نويسي پايتون طراحي‌شده است. اين بازي به اين صورت است كه بازيكن، بايد با حركت در محيط، بعد از دريافت تمام سكه‌ها به نقطه پايان برسد. در ابتدا، الگوريتمي براي ساخت مراحل پياده‌سازي شده است. اين الگوريتم با در نظر گرفتن قوانين ساده، تلاش كرده است كه مراحل مناسبي توليد كند. در ادامه، به‌ منظور شبيه‌سازي بازيكن انساني، از روش‌ يادگيري تقويتي سلسله‌مراتبي استفاده شده است. بعد از توليد ده‌ها هزار مرحله، با كمك عامل يادگيري تقويتي، مراحلي كه داراي شرايط تعادلي مدنظر طراح است، جداسازي و سپس اين مراحل به عنوان مجموعه ‌داده آموزشي استفاده شده است. سپس، براي توليد مراحل متعادل جديد، از شبكه‌هاي مولد رقابتي استفاده گرديده است. شبكه‌هاي مولد رقابتي، شبكه‌هايي هستند كه يك مجموعه ‌داده را به عنوان ورودي دريافت مي‌كنند و بعد از اتمام مراحل آموزش، داده‌هايي توليد مي‌كنند كه خصوصيات مجموعه‌ داده آموزشي را دارد. در اين پايان‌نامه، از اين شبكه استفاده شده است تا پارامترها و نقشه بازي به طور خودكار طوري تعيين شود كه تعادل در بازي رعايت گردد. همچنين، نشان داده شد كه با استفاده از شبكه‌هاي مولد رقابتي، مراحلي با دقت 83.6% مطابق خواسته‌هاي طراح بازي، توليد شده است. اين روش به ميزان 17% از الگوريتم پايه مورد مقايسه بهتر عمل كرده است. واژه‌هاي كليدي: شبكه‌هاي مولد رقابتي، تعادل بازي، يادگيري تقويتي، توليد محتواي رويه‌اي

192982

دانشگاه علم و صنعت ايران

دكتر مهرداد آشتياني

هوش مصنوعي و رباتيك

دكتر بهروز مينائي بيدگلي