20616

۲۰۶۱۶

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

كارشناسي ارشد

هوش مصنوعي و رباتيك

۱۳۹۵-۱۳۹۸

۱۳۹۸/۲/۲۱

دكتر بهروز مينائي بيدگلي

دكتر مهرداد آشتياني

كامپيوتر

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

1398/03/19

Dynamic Balanced Level Generation for Platformer Video Games using Deep Convolutional Generative Adversarial Networks

5/11/2019 12:00:00 AM

In the gaming industry, creating well-balanced games is one of the major challenges developers are currently facing. Usually, games that are not balanced will have a high churn rate and will suffer in terms of monetization. Hence, nowadays a trending research area is focused on establishing mechanisms to create automatic balance in an algorithmic way. So far, various studies have used different methods such as neural networks, genetic algorithms and procedural content generation. Usually, these methods face extensive challenges such as time constraints, human errors, hardware deficiency and a small amount of initial data which will result in outcomes with low accuracy. In this work, the possibility of using deep convolutional generative adversarial networks for creating balanced video game levels is studied. In addition, a mechanism is developed to measure the accuracy of the generative network. For this purpose, a platformer game has been originally designed and developed. Then, the levels are randomly created while adhering to a set of balance requirements. Those levels that can be solved with the help of an agent using reinforcement learning are given as input data to a generative adversarial network. Finally, the network automatically generates new balanced levels. At regular intervals during the training of the generative adversarial network, weights of the network are stored to be used for evaluation. Then, generated game levels are checked to see if they have the game’s minimum necessary requirements and also to see if they can be solved by a human player. The best performing network is then selected for the generation of new levels. In the evaluations, it is shown that the proposed method is capable of generating levels that are well-balanced with considerable speed and accuracy. Keywords: Generative adversarial networks; dynamic difficulty adjustment; reinforcement learning; Procedural Content Generation