Deep learning for procedural content generation

Procedural Content Generation of Rhythm Games Using Deep Learning Methods

Entertainment Computing and Serious Games - Lecture Notes in Computer Science ◽

10.1007/978-3-030-34644-7_11 ◽

2019 ◽

pp. 134-145 ◽

Cited By ~ 2

Author(s):

Yubin Liang ◽

Wanxiang Li ◽

Kokolo Ikeda

Keyword(s):

Deep Learning ◽

Learning Methods ◽

Procedural Content Generation ◽

Content Generation

Download Full-text

Island Generator pada Game Open world Menggunakan Algoritma Perlin noise

Repositor ◽

10.22219/repositor.v2i7.601 ◽

2020 ◽

Vol 2 (7) ◽

pp. 965

Author(s):

Naufal Azzmi ◽

Lailatul Husniah ◽

Ali Sofyan Kholimi

Keyword(s):

Performance Testing ◽

Game Development ◽

Procedural Content Generation ◽

Open World ◽

Game World ◽

Perlin Noise ◽

And Performance ◽

Game Developers ◽

Pcg Method ◽

Content Generation

AbstrakPerkembangan game pada saat ini berkembang dengan sangat cepat, dalam perkermbangan game topik AI adalah topik yang paling banyak diteliti oleh beberapa peneliti khususnya pada pembuatan suatu konten game menggunakan metode PCG (procedural content generation). Pada pembuatan sebuah game world menggunakan metode PCG sudah banyak developer game yang sukses dengan mengimplementasikan metode ini, metode ini banyak digunkan pada geme dengan genre RPG, Rouglikes, Platformer, SandBox, Simulation dan lain sebagainya, Pada penelitian ini berfokus pada pengembangan sebuah game world generator untuk game berjenis open world yang berupa sebuah kepulauan dengan metode PCG dengan menggunakan algoritma perlin noise sebagai algoritma pembentuk textur utama pulau yang dimana pada penelitian ini memanfaatkan beberapa variable noise seperti octave, presistance dan lacunarity guna untuk menambah kontrol dari hasil textur yang dihasilkan serta algoritma penempatan pulau untuk membuat sebuah game world yang menyerupai sebuah kepulauan. Dari hasil uji generator terkait degan pengujian playability dan performa dapat disimpulkan bahwa generator yang dikembangkan playable serta performa yang dianaliasa menggunakan notasi Big O menunjukkan (linear). Abstract Game development is currently growing very fast, game development AI is the most discussed topic by most researchers especially in the developing of game content using the PCG (procedural content generation) method. In making a game world using the PCG method, many game developers have succeeded by implementing this method, this method is widely used on RPGs, Rouglikes, Platformers, SandBox, Simulations and ect,. This study focuses on developing a game world generator game for open world type games in the form of an archipelago using the PCG method using the noise perlin algorithm as the island's main texturizing algorithm which in this study utilizes several noise variables such as octave, presistance and use for add control of the texture results as well as the island placement algorithm’s to create a game world that resembles an archipelago form. From the generator test results related to the playability and performance testing, it shows that map are being generated by the generators are playable and performance that are analyzed using Big O notation show O (n) (linear).

Download Full-text