A new approach to increase variability and playability via game blending
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Enformatik Enstitüsü, Bilişim Sistemleri Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: İngilizce
Öğrenci: ÖMER FARUK KARAKAYA
Asıl Danışman (Eş Danışmanlı Tezler İçin): Elif Sürer
Eş Danışman: Aysu Betin Can
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez kapsamında gelişmiş Prosedürel İçerik Oluşturma (PCG) teknikleri kullanılarak oyun düzeylerinin oynanabilirliğini sağlayacak şekilde farklı oyunlar birleştirilmektir. Tezin amacı, oyunların çeşitliliğini ve tekrar oynanabilirliğini artırmak ve aynı zamanda manuel tasarım için gereken kapsamlı çabayı azaltmaktır. Bu çalışmada, Genel Oyun Yapay Zeka (GVGAI) oyun açıklamalarını ve oyun seviyesi tanımlarını bir araya getirerek oyunları birleştirmeye yönelik yeni bir yaklaşım incelenmiştir ve çok sayıda oyunda geniş uygulanabilirliğe sahip bir çözüm ortaya çıktığı gözlenmiştir. Araştırma sorusunu etkili bir şekilde ele almak için, öncü bir hibrit model olan Variational Autoencoder Generative Adversarial Networks (VAEGANs) kullanılmıştır. Bu hibrit model, içerik oluşturmayı kolaylaştırmak için Varyasyonel Otomatik Kodlayıcıların (VAEs) ve Çekişmeli Üretici Ağların (GANs) özelliklerini bir araya getirmektedir. Kovaryans Matrisi Uyarlama Evrimi Stratejisi (CMA-ES) aracılığıyla üretken ağlardaki gizli vektörleri optimize etmek için A* algoritmalarını ve Pekiştirmeli Öğrenme (RL) ajanlarını dahil ederek oynanabilirliği sağlamaya odaklanılmıştır. Çeşitli deneyler yoluyla, GAN, VAE ve VAEGAN yöntemlerinin oyun seviyelerini harmanlamadaki performansı değerlendirilmiştir ve yeni, çeşitli ve oynanabilir karışık seviyeler yaratma kapasiteleri incelenmiştir. VAEGAN, VAE ve GAN yöntemlerinin yeteneklerini aşan farklı, karmaşık ve çeşitli düzeyler üreten üstün model olarak ortaya çıkmıştır. Bu geliştirilmiş performans, başarısını VAEGAN yönteminin her iki modelin de güçlü yönlerinden yararlanırken modellerin bazı dezavantajlarından kaçınmasına olanak tanıyan kodlayıcı-kod çözücü mimarisi ile çekişmeli eğitimin birleşimine borçludur.