Publikationer från Malmö universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Player Experience Evaluation of Level Generators in the Mario AI Framework
Malmö högskola, Fakulteten för teknik och samhälle (TS).ORCID-id: 0000-0002-2644-2785
2016 (Engelska)Manuskript (preprint) (Övrigt vetenskapligt)
Ort, förlag, år, upplaga, sidor
2016.
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:mau:diva-18164OAI: oai:DiVA.org:mau-18164DiVA, id: diva2:1463457
Tillgänglig från: 2020-09-02 Skapad: 2020-09-02 Senast uppdaterad: 2022-06-27Bibliografiskt granskad
Ingår i avhandling
1. Patterns and procedural content generation in digital games: automatic level generation for digital games using game design patterns
Öppna denna publikation i ny flik eller fönster >>Patterns and procedural content generation in digital games: automatic level generation for digital games using game design patterns
2016 (Engelska)Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
Abstract [en]

The development of content in digital games, such as game worlds, quests, levels, 3D-models, and textures, is costly and time consuming. To address this, different approaches to automate the process of creating game content, often referred to as procedural content generation (PCG), has been suggested. However, PCG is a complex task and include challenges such as creating content with variation, coherent style, speed, and correctness. The research in the thesis is concerned with generating game content with the aid of game design patterns, both by establishing models and exploring different methods to generate actual game content for different games. The methods include implementations of evolutionary computation, i.e. a set of search-based approaches that searches for instances of game design patterns on different abstraction levels that make up Super Mario Bros. (SMB) levels and a learning algorithm implementation based on a model (n-grams) of patterns from the original SMB-game. The different generators were evaluated with metrics concerned with the expressive range of the generators and with user tests.

Ort, förlag, år, upplaga, sidor
Malmö university, Faculty of Technology and Society, 2016. s. 269
Serie
Studies in Computer Science ; 2
Nyckelord
Procedural Content Generation, Search-based, Genetic Algorithms, Digital Games, Design Patterns
Nationell ämneskategori
Teknik och teknologier
Identifikatorer
urn:nbn:se:mau:diva-7775 (URN)20371 (Lokalt ID)978-91-7104-684-0 (ISBN)978-91-7104-685-7 (ISBN)20371 (Arkivnummer)20371 (OAI)
Disputation
2016-06-10, Niagara, NI:B0E15, Malmö, 13:00 (Engelska)
Opponent
Tillgänglig från: 2020-02-28 Skapad: 2020-02-28 Senast uppdaterad: 2022-06-27Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Person

Dahlskog, Steve

Sök vidare i DiVA

Av författaren/redaktören
Dahlskog, Steve
Av organisationen
Fakulteten för teknik och samhälle (TS)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 158 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf