Koneoppimiseen perustuva proseduraalinen generaatio peliympäristöjen tuotannossa

Tämä tutkimus käsittelee koneoppimiseen perustuvan proseduraalisen generaation (PCGML) hyödyntämistä peliympäristöjen tuotannossa. PCGML on proseduraalisen generaation muoto, jossa sisältöä tuotetaan hyödyntämällä koneoppimismenetelmiä. Tutkimuksessa analysoidaan PCGML:ään liittyvää viimeaikaista tu...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Nykänen, Otto
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Kandityö
Kieli:fin
Julkaistu: 2024
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/95732
Kuvaus
Yhteenveto:Tämä tutkimus käsittelee koneoppimiseen perustuvan proseduraalisen generaation (PCGML) hyödyntämistä peliympäristöjen tuotannossa. PCGML on proseduraalisen generaation muoto, jossa sisältöä tuotetaan hyödyntämällä koneoppimismenetelmiä. Tutkimuksessa analysoidaan PCGML:ään liittyvää viimeaikaista tutkimusta kirjallisuuskartoituksen muodossa. Tutkimuksessa selvitetään miten PCGML:ää on hyödynnetty peliympäristöjen tuotannossa, millaisia hyötyjä PCGML tarjoaa ja millaisia haasteita PCGML:n viimeaikaisessa tutkimuksessa on löytynyt. This research explores the use of Procedural Content Generation via Machine Learning (PCGML) in creation of game environments. PCGML is a method of Procedural Content Generation (PCG) where content is generated using machine learning methods. Literature review is used as the main research method to survey recent academic research related to PCGML. This research attempts to find out how PCGML has been applied to generation of game environments, what benefits PCGML has been found to have and how researchers have addressed the challenges related to PCGML.