Algoritmo 4.15 – Algoritmo da função objetiva de balanceamento de segmentos
5.4 Problemas encontrados
Durante a análise de alguns dos resultados, identificamos um problema com a representação da conexão entre regiões do esboço. O problema acontece devido a regra: Uma barreira se conecta com o segmento vizinho com o menor ID de região que seja maior que o ID de região da barreira. Para facilitar a visualização do problema, a Figura 5.9 apresenta um exemplo do problema da representação das regiões, onde as regiões são identificadas pelo ID de região. Na figura os segmentos em preto representam um segmento com barreira e # uma parede. Perceba que o ambos os segmentos se conectam ao mesmo segmento com região 2, e o conjunto com a região 3 está isolado. Caso o segmento de saída esteja dentro do conjunto de ID de região 3, então, a saída é inalcansável, consequentemente, o nível é inviável. Portanto, o avaliador considera que todas as barreiras se conectam aos conjuntos que são vizinhas.
Figura 5.9 – Exemplo de problema da representação das regiões
1 11 3 3 1 1 2 # 3 1 2 # 3 2 2 # 3 Fonte: autor
Outro problema foi identificado durante os experimentos, um dos testes da configu- ração 5 × 5 com 5 barreiras apresentou loop infinito. Apesar de não termos analisado o problema loop infinito em detalhes, acreditamos que tal problema acontece devido ao baixo número de permutações viáveis dado ao pouco espaço disponível e à grande quantidade de barreiras no nível. O problema pode se encontrar: (1) no algoritmo de geração da população inicial, onde existem estruturas de repetição que não param até certas restrições serem respeitadas; (2) na geração da população inicial, que deve garantir uma certa quantidade de indivíduos viáveis e inviáveis; ou (3) na geração da decendência, que deve garantir uma certa quantidade de indivíduos viáveis e inviáveis.
5.4.1
Resultados inviáveis
Além do problema da regra de conexão entre regiões, nossa proposta ainda gerou alguns esboços de níveis inviáveis mesmo com características de esboços inviáveis já previstas e que deveriam ter sido identificadas no código. O problema é o posicionamento inválido de chaves no esboço. A Figura 5.10 apresenta dois esboços gerados pela nossa proposta. O primeiro esboço (Figura 5.10a) apresenta uma chave posicionada em um segmento de parede (destacada em um círculo branco), um segmento inacessível ao jogador. O segundo (Figura 5.10b), por sua vez, apresenta a primeira região (em azul) do nível sem
nenhuma chave tornando, assim, a barreira B0 (locais da barreira e sua chave destacados em círculos brancos) permanentemente impossível o acesso à saída.
Figura 5.10 – Esboços de níveis inviáveis
(a) Problema 1 E # # ##CC00 R C SSCC11 # # E E E EEBB11 E E C EEBB00 E # R E X X E # (b) Problema 2 CC0 B0 CC0 B0 E ccCC11 E # E # # E EEBB00 E # # E R EB1 EB1 C # # X # X R # E Fonte: autor
5.5
Conclusão
Apresentamos neste capítulo as condições nas quais os experimentos foram realiza- dos, o conjunto de testes, os dados coletados e os resultados obtidos. Analisamos alguns dos esboços de níveis gerados pela nossa abordagem e, a partir dela, pudemos identificar que a penalidade imposta ao baixo balanceamento dos tipos de segmentos e dos tamanhos das regiões foi muito grande. A penalidade imposta sobre o balanceamento na função de
fitnessinfluência negativamente na exploração do nível, que acaba apresentando níveis com
um caminho de solução muito curto. Contudo, nossa técnica foi capaz de gerar níveis com os quatro tipos de barreira (1 × 1, 1 × M N × 1 e M × N). Além disso, apesar do esforço de evitar a geração de esboços de níveis inviáveis, nossa proposta de solução ainda gera níveis inviáveis, mesmo as características inviáveis as quais foram previstas. Apesar dos problemas, alcançamos nosso objetivo de gerar esboços de níveis com barreiras com chaves. Além disso, acreditamos que os resultados da nossa proposta apresentaram resultados promissores.
Capítulo 6
Considerações finais
Neste trabalho, realizamos um estudo sistemático para encontrar problemas em aberto no contexto da geração de níveis para dungeons e abordamos o problema de geração de esboços de níveis com barreiras com chaves aplicada à níveis de dungeons. Na nossa proposta, estendemos o trabalho de Liapis (2017) adicionando a mecânica de barreira com chaves. A proposta consistiu em utilizar a abordagem FI-2pop GA para evoluir os tipos de segmentos e as barreiras de esboços de níveis viáveis e inviáveis. A restrição de alcance das chaves imposta pela mecânica de barreiras por si só tornaria a busca por soluções de esboços de níveis viáveis mais complexa. Contudo, no nosso trabalho criamos uma representação da conexão entre regiões que acabou impondo ainda mais restrições tornando o problema que atacamos ainda mais complexo.
Alguns problemas foram encontrados na nossa abordagem. O primeiro problema foi o da representação das regiões dos esboços. É um problema muito grave, pois forma uma brecha na nossa técnica para geração de níveis inviáveis. Contudo, a adição de mais uma restrição pode desviar do problema da representação. A restrição pode ser implementada de forma a verificar para quais regiões cada barreira irá se conectar, caso alguma das regiões, com exceção da primera (que é livre inicialmente ao jogador) não estiver se conectando a alguma barreira, então é um esboço de nível inválido. Outra maneira de lidar com esse problema seria utilizar a informação de qual segmento a barreira irá se conectar. O segundo problema é o do loop infinito, por sua vez, pode ser solucionado de forma a limitar a quantidade de barreiras e/ou diminuir a quantidade de paredes do esboço a ser gerado. Por último, o caso das soluções características inviáveis pode ter sido causado por alguma condição não prevista durante o desenvolvimento das funções de inviabilidade. Apesar dos problemas, alcançamos nosso objetivo de gerar esboços de níveis com barreiras com chaves.
A abordagem de algoritmo genético utilizada, a FI-2pop GA, apresentou conver- gência dos resultados. Os valores negativos para o fitness nos dizem que os esboços de níveis gerados apresentaram um baixo balanceamento de regiões e de tipos de segmentos. Tal forma de avaliação, levou à geração de níveis com caminhos de solução simples. Além disso, apesar dos problemas, nosso proposta foi capaz de gerar esboços de níveis viáveis de
dungeons com barreiras com chaves. Portanto, nosso objetivo foi alcançado.
As contribuições da nossa pesquisa foram tanto qualitativas quanto quantitativas, uma vez que realizamos tanto um estudo amplo da literatura quanto propuzemos uma solução para um dos problemas identificados. Em relação ao estudo sistemático nossa contribuição se dá acerca do fornecimento de uma visão geral dos trabalhos de geração
procedural de níveis de dungeons, destacando os problemas atacados e em abertos. Os problemas encontrados foram: (1) apenas um trabalho apresentou solução de geração online; (2) poucos trabalhos apresentam soluções para geração adaptativa; (3) poucos trabalhos
apresentam soluções que criam níveis com dificuldade crescente; (4) poucos trabalhos apresentam soluções que considerassem barreiras; (5) poucos trabalhos apresentam soluções com interdependência de objetivos; (6) nenhum trabalho tratou da geração de barreiras do tipo M × 1; (7) nenhum trabalho tratou da geração de barreiras do tipo M × N.
Quanto às contribuições da proposta de solução para o problema atacado, destaca- mos: (1) duas soluções de geração-e-teste para geração de níveis com barreiras com chaves (a que gera a população inicial e a baseada em busca); (2) definição dos diferentes tipos de barreiras em jogos; (3) a identificação de um novo problema, o qual é a distribuição e definição das conexões a partir de pontos em um esboço (posição das barreiras); e (4) a distinção das regiões podem ser utilizados de forma a definir quais inimigos aparecem em cada uma delas assim como foi feito no trabalho de Ashlock e McGuinne (2014).
6.1
Trabalhos futuros
O estudo sistemático nos permitiu encontrar problemas em aberto da área de PCG voltada à geração de níveis de dungeons. Nesse contexto, é possível explorar um pouco mais, de forma a aprofundar o estudo considerando outros motores de buscas e adicionar a palavra “cave” de forma a alcançar mais artigos. Além disso, destacar os resultados como os quais foram encontrados na análise individual representação de dungeon e elementos de jogos considerados facilitaria a identificação e a visualização de certas informações.
Os principais trabalhos futuros são aplicar as correções necessárias para evitar o problema do loop infinito e utilizar métricas para avaliar mais a qualidade dos esboços gerados, como: (1) variação do tamanho das regiões; (2) variação dos tipos de barreiras; (3) variação dos tipos de segmentos; (4) feedback de qualidade de pessoas sobre uma versão
jogável dos níveis gerados; (5) o tamanho do caminho de solução do esboço do nível a partir de uma árvore, uma vez que uma célula pode ser visitada mais de uma vez; (5) grau de indireções, isto é, quantos ramos formam a árvore da solução do esboço; e (6) quais tipos de segmentos fazem parte do caminho de solução.
Em relação à solução proposta no nosso trabalho, existem alguns caminhos para melhorar e estender a técnica. Entre os principais trabalhos futuros possíveis, destacamos: (1) adicionar a restrição de posicionamento dos segmentos de saída para que não estejam
na mesma região; (2) adaptar as funções objetivas propostas de Liapis (2017) para avaliar a qualidade e balanceamento de cada regiões e do nível como um todo; e (3) criar funções objetivas específicas para melhorar o balanceamento dos recursos, dificuldades e tipos de barreiras do nível. Além disso, continuar a extensão do trabalho de Liapis (2017) de forma a estender a geração dos segmentos em baixo-nível.
Por fim, em relação à estratégia de solução, existem alguns caminhos para serem explorados, como o uso de outras técnicas de computação evolucionária. É interessante destacar também que, solucionar o problema de distribuição de regiões para as barreiras, desconsiderando as direções das conexões, utilizando apenas uma abordagem construtiva é de uma complexidade alta, uma vez que existem vários casos específicos que geram níveis inconsistentes. Nessa linha, destacamos a correção das regiões que possuem segmentos desconectados. Essa abordagem foi tratada como barreiras, mas pode também ser utilizada para limitar as conexões sem utilizar, necessariamente, a mecânica de barreiras. Portanto, é outro possível trabalho futuro.
Referências
ADAMS, C.; LOUIS, S. Procedural maze level generation with evolutionary cellular automata. In: IEEE. Computational Intelligence (SSCI), 2017 IEEE Symposium Series
on. [S.l.], 2017. p. 1–8. 22, 23, 30
ALVAREZ, A. et al. Assessing aesthetic criteria in the evolutionary dungeon designer. In: ACM. Proceedings of the 13th International Conference on the Foundations of Digital
Games. [S.l.], 2018. p. 44. 22, 23, 31
ASHLOCK, D. Evolvable fashion-based cellular automata for generating cavern systems. In: IEEE. Computational Intelligence and Games (CIG), 2015 IEEE Conference on. [S.l.], 2015. p. 306–313. 22, 23, 28, 29
ASHLOCK, D.; LEE, C.; MCGUINNESS, C. Search-based procedural generation of maze- like levels. IEEE Transactions on Computational Intelligence and AI in Games, Institute of Electrical and Electronics Engineers, Inc.,| y USA United States, v. 3, n. 3, p. 260–273, 2011. 22, 23
ASHLOCK, D.; LEE, C.; MCGUINNESS, C. Simultaneous dual level creation for games.
IEEE Computational Intelligence Magazine, IEEE, v. 6, n. 2, p. 26–37, 2011. 22, 23
ASHLOCK, D.; MCGUINNESS, C. Automatic generation of fantasy role-playing modules. In: IEEE. Computational Intelligence and Games (CIG), 2014 IEEE Conference on. [S.l.], 2014. p. 1–8. 22, 23, 28, 33, 68
BAE, C.-m. et al. Generation of an arbitrary shaped large maze by assembling mazes. In: IEEE. Computational Intelligence and Games (CIG), 2015 IEEE Conference on. [S.l.], 2015. p. 538–539. 22, 23, 28
BAGHDADI, W. et al. A procedural method for automatic generation of spelunky levels. In: SPRINGER. European Conference on the Applications of Evolutionary Computation. [S.l.], 2015. p. 305–317. 22, 23, 28, 33
BALDWIN, A. et al. Mixed-initiative procedural generation of dungeons using game design patterns. In: IEEE. Computational Intelligence and Games (CIG), 2017 IEEE Conference
on. [S.l.], 2017. p. 25–32. 22, 23
BALDWIN, A. et al. Towards pattern-based mixed-initiative dungeon generation. In: ACM. Proceedings of the 12th International Conference on the Foundations of Digital
Games. [S.l.], 2017. p. 74. 22, 23
BARON, J. R. Procedural dungeon generation analysis and adaptation. In: ACM. Procee-
dings of the SouthEast Conference. [S.l.], 2017. p. 168–171. 22, 23, 30
Blizzard. Diablo III. 2012. Acessado em: 2018-07-04. Disponível em: <https://us.diablo3. com/en/>. iii, 9, 10, 11
BRAILSFORD, S. C.; POTTS, C. N.; SMITH, B. M. Constraint satisfaction problems: Algorithms and applications. European journal of operational research, Elsevier, v. 119, n. 3, p. 557–581, 1999. 2
Cameron Browne. Yavalath. 2011. Acessado em: 2018-07-04. Disponível em: <https: //www.cambolbro.com/games/yavalath/>. 13
CRECENTE, B. Making Far Cry 2’s Africa. 2008. Acessado em: 2018-07-03. Disponível em: <https://kotaku.com/5011462/making-far-cry-2s-africa>. 11
Digital Sun. Moonlighter. 2018. Acessado em: 2018-07-03. Disponível em: <http:// moonlighterthegame.com/>. 11, 13
DORMANS, J. Adventures in level design: generating missions and spaces for action adventure games. In: ACM. Proceedings of the 2010 workshop on procedural content
generation in games. [S.l.], 2010. p. 1. 29
DOULL, A. Procedural Content Generation Wiki. 2018. Acessado em: 2018-07-01. Dispo- nível em: <http://pcg.wikidot.com/>. 4
DUARTE, P. M. Geração Procedural de Cenários Orientada a Objetivos. Dissertação (Projeto de Diplomação) — Departamento de Informática e Matemática Aplicada, UFRN,
Natal, RN, Brasil, jul. 2012. 5, 6, 8
Eletronic Arts. Spore. 2009. Acessado em: 2018-07-03. Disponível em: <http://www.spore. com/>. 13
Evolutionary Games. Galact Arms Race. 2014. Acessado em: 2018-07-04. Disponível em: <http://galacticarmsrace.blogspot.com/>. 12
FORSYTH, W. Globalized random procedural content for dungeon generation. Journal of
Computing Sciences in Colleges, Consortium for Computing Sciences in Colleges, v. 32,
n. 2, p. 192–201, 2016. 22, 23, 29
Game Freak. Franquia Pokémon. 2002. Acessado em: 2019-02-16. Disponível em: <https: //www.pokemon.com/us/>. iii, 7
GENDREAU, M.; POTVIN, J.-Y. et al. Handbook of metaheuristics. [S.l.]: Springer, 2010. v. 2. 14
HELL, J.; CLAY, M.; ELAARAG, H. Hierarchical dungeon procedural generation and optimal path finding based on user input. Journal of Computing Sciences in Colleges, Consortium for Computing Sciences in Colleges, v. 33, n. 1, p. 175–183, 2017. 22, 23, 30 HENDRAWAN, Y. A maze game on android using growing tree method. In: IOP PU- BLISHING. Journal of Physics: Conference Series. [S.l.], 2018. v. 953, n. 1, p. 012148. 22, 23, 31
HENDRIKX, M. et al. Procedural content generation for games: A survey. ACM Transac-
tions on Multimedia Computing, Communications, and Applications (TOMM), ACM, v. 9,
HILLIARD, N.; SALIS, J.; ELAARAG, H. Algorithms for procedural dungeon generation.
Journal of Computing Sciences in Colleges, Consortium for Computing Sciences in Colleges,
v. 33, n. 1, p. 166–174, 2017. 22, 23, 30
HOSCH, W. L. Dungeons & Dragons. 2017. Acessado em: 2019-05-11. Disponível em: <https://www.britannica.com/topic/Dungeons-and-Dragons>. 9
HOSCH, W. L. Electronic role-playing game. 2018. Acessado em: 2019-05-11. Disponível em: <https://www.britannica.com/topic/electronic-role-playing-game>. 9
Imangi Studios. Temple Run. 2011. Acessado em: 2018-07-03. Disponível em: <http: //templerun.wikia.com/wiki/Temple\_Run>. 11
KARAVOLOS, D.; LIAPIS, A.; YANNAKAKIS, G. N. Evolving missions for dwarf quest dungeons. In: 2016 IEEE Conference on Computational Intelligence and Games (CIG). [S.l.: s.n.], 2016. p. 1–2. ISSN 2325-4289. 22, 23, 29
KIM, P. H.; CRAWFIS, R. The quest for the perfect perfect-maze. In: IEEE. 2015
Computer Games: AI, Animation, Mobile, Multimedia, Educational and Serious Games (CGAMES). [S.l.], 2015. p. 65–72. 22, 23, 28
KIMBROUGH, S. O. et al. Introducing a feasible-infeasible two-population (fi-2pop) genetic algorithm for constrained optimization: Distance tracing and no free lunch. European
Journal of Operational Research, 2005. 17
LAVENDER, B.; THOMPSON, T. A generative grammar approach for action-adventure map generation in the legend of zelda. 2017. 22, 23, 29, 33
LAW, G. Quantitative comparison of flood fill and modified flood fill algorithms. Interna-
tional Journal of Computer Theory and Engineering, IACSIT Press, v. 5, n. 3, p. 503–508,
2013. 42
LIAPIS, A. Multi-segment evolution of dungeon game levels. In: ACM. Proceedings of the
Genetic and Evolutionary Computation Conference. [S.l.], 2017. p. 203–210. iii, 2, 22, 23,
29, 33, 34, 35, 36, 37, 38, 39, 40, 41, 45, 46, 51, 54, 55, 67, 68
LIAPIS, A.; YANNAKAKIS, G. N.; TOGELIUS, J. Towards a generic method of evalua- ting game levels. In: Ninth Artificial Intelligence and Interactive Digital Entertainment
Conference. [S.l.: s.n.], 2013. 48
LINDEN, R. Van der; LOPES, R.; BIDARRA, R. Designing procedurally generated levels. In: Proceedings of the the second workshop on Artificial Intelligence in the Game Design
Process. [S.l.: s.n.], 2013. 22, 23, 27, 33
LINDEN, R. van der; LOPES, R.; BIDARRA, R. Procedural generation of dungeons.
IEEE Transactions on Computational Intelligence and AI in Games, IEEE, v. 6, n. 1, p.
78–89, 2014. 5, 33
MCGUINNESS, C.; ASHLOCK, D. Decomposing the level generation problem with tiles. In: IEEE. Evolutionary Computation (CEC), 2011 IEEE Congress on. [S.l.], 2011. p. 849–856. 22, 23
MCHUGH, A. What is a Roguelike? 2018. Acessado em: 2019-05-11. Disponível em: <https://www.greenmangaming.com/blog/what-is-a-roguelike/>. 10
MICROSOFT. Minecraft. 2011. Acessado em: 2018-07-03. Disponível em: <https:// minecraft.net/en-us/>. 12
Minor Key Games. Eldritch. 2013. Acessado em: 2018-07-04. Disponível em: <http://www. eldritchgame.com/about.html>. iii, 8
MOHER, D. et al. Preferred reporting items for systematic reviews and meta-analyses: the prisma statement. Annals of internal medicine, Am Coll Physicians, v. 151, n. 4, p. 264–269, 2009. 18
Nintendo. The Legend of Zelda. 1987. Acessado em: 2019-05-28. Disponível em: <https: //zelda.gamepedia.com/The_Legend_of_Zelda_(Game)>. 5
Nintendo. Super Mario World. 1991. Acessado em: 2018-07-03. Disponível em: <https: //www.nintendo.com/games/detail/OnTm1QccFa\_Ht39i-dKiI-Af8WRu2Cje>. 5, 6, 9, 11
PECH, A. et al. Evolving cellular automata for maze generation. In: SPRINGER. Austra-
lasian Conference on Artificial Life and Computational Intelligence. [S.l.], 2015. p. 112–124.
22, 23, 28
PECH, A. et al. Game level layout generation using evolved cellular automata. Connection
Science, Taylor & Francis, v. 28, n. 1, p. 63–82, 2016. 22, 23, 29
PEREIRA, L. T.; PRADO, P. V.; TOLEDO, C. Evolving dungeon maps with locked door missions. In: IEEE. 2018 IEEE Congress on Evolutionary Computation (CEC). [S.l.], 2018. p. 1–8. 22, 23, 30, 33, 35
POŁAP, D. Designing mazes for 2d games by artificial ant colony algorithm. In: Proceedings
of Symposium for Young Scientists in Technology, Engineering and Mathematics. [S.l.:
s.n.], 2016. p. 63–70. 22, 23, 29
SAMPAIO, P. et al. A fast approach for automatic generation of populated maps with seed and difficulty control. In: IEEE. 2017 16th Brazilian Symposium on Computer Games
and Digital Entertainment (SBGames). [S.l.], 2017. p. 10–18. 22, 23, 30
SANTAMARIA-IBIRIKA, A. et al. Procedural playable cave systems based on voronoi diagram and delaunay triangulation. In: IEEE. Cyberworlds (CW), 2014 International
Conference on. [S.l.], 2014. p. 15–22. 22, 23, 28
SHAKER, N.; YANNAKAKIS, G. N.; TOGELIUS, J. Towards automatic personalized content generation for platform games. In: AIIDE. [S.l.: s.n.], 2010. 12
SMITH, A. J.; BRYSON, J. J. A logical approach to building dungeons: Answer set pro- gramming for hierarchical procedural content generation in roguelike games. In: Proceedings
of the 50th Anniversary Convention of the AISB. [S.l.: s.n.], 2014. 22, 23, 28
SMITH, G.; CHA, M.; WHITEHEAD, J. A framework for analysis of 2d platformer levels. In: ACM. Proceedings of the 2008 ACM SIGGRAPH symposium on Video games. [S.l.], 2008. p. 75–80. 8
SMITH, T.; PADGET, J.; VIDLER, A. Graph-based generation of action-adventure dun- geon levels using answer set programming. In: ACM. Proceedings of the 13th International
TOGELIUS, J.; JUSTINUSSEN, T.; HARTZEN, A. Compositional procedural content generation. In: ACM. Proceedings of the The third workshop on Procedural Content
Generation in Games. [S.l.], 2012. p. 16. 22, 23, 27
TOGELIUS, J.; SHAKER, N.; NELSON, M. J. Introduction. In: SHAKER, N.; TOGELIUS, J.; NELSON, M. J. (Ed.). Procedural Content Generation in Games: A Textbook and an
Overview of Current Research. [S.l.]: Springer, 2016. p. 1–15. 4, 11, 21
TOGELIUS, J. et al. Search-based procedural content generation: A taxonomy and survey.
IEEE Transactions on Computational Intelligence and AI in Games, Institute of Electrical
and Electronics Engineers, Inc.,| y USA United States, v. 3, n. 3, p. 172–186, 2011. 2, 11, 37
TOY, M.; WICHMAN, G. Rogue. 1980. Acessado em: 2018-07-04. Disponível em: <https://www.gamasutra.com/view/feature/4013/the\_history\_of\_rogue\_have\ _\_you\\_.php?print=1>. iii, 10, 11
Ubisoft. Far Cry 2. 2008. Acessado em: 2018-07-03. Disponível em: <https://store. steampowered.com/app/19900/Far\_Cry\_2\_Fortunes\_Edition/>. 11, 13
VALTCHANOV, V.; BROWN, J. A. Evolving dungeon crawler levels with relative pla- cement. In: ACM. Proceedings of the Fifth International C* Conference on Computer
Science and Software Engineering. [S.l.], 2012. p. 27–35. 22, 23, 27, 33
Valve Corporation. Left 4 Dead. 2008. Acessado em: 2018-07-03. Disponível em: <https: //store.steampowered.com/app/500/Left\_4\_Dead/>. 12
Video Game History Wiki. Action-adventure game. 2019. Acessado em: 2019-05-11. Dispo- nível em: <https://videogamehistory.fandom.com/wiki/Action-adventure_game>. 8 WEE, T. Infinite Mario Bros. 2008. Acessado em: 2018-07-03. Disponível em: <http: //www.indiegames.com/2008/10/browser\_game\_pick\_infinite\_mar.html>. 12
World Machine Software. World Machine. 2008. Acessado em: 2018-07-04. Disponível em: <https://www.world-machine.com/company.php>. 13
YU, D. Spelunky. 2008. Acessado em: 2018-07-04. Disponível em: <https://spelunkyworld. com/>. iii, 9, 11, 28
APÊNDICE A – Lista de
trabalhos excluídos
• A Generic Approach to Challenge Modeling for the Procedural Creation of Video Game Levels;
• A Multiobjective Evolutionary Algorithm Approach for Map Sketch Generation; • A Panorama of Artificial and Computational Intelligence in Games;
• A Study on New Virtual Reality System in Maze Terrain; • A Survey of Monte Carlo Tree Search Methods;
• A bibliography of heuristic search research through 1992;
• A comparison on the performance of crossover techniques in video game; • A controllable stitch layout strategy for random needle embroidery; • A generic method for classification of player behavior;
• A holistic approach for semantic-based game generation;
• A lightweight algorithm for procedural generation of emotionally affected behavior and appearance;
• A multi-population genetic algorithm for procedural generation of levels for platform games;
• A new evolutionary algorithm for synchronization;
• A new model used in technique of navigating in 3D virtual scene based on image; • A procedural procedural level generator generator;
• A progressive approach to content generation;
• A real time lighting technique for procedurally generated 2D isometric game terrains; • A search-based approach for generating Angry Birds levels;
• A simple heuristic search method for the automatic generation of neural-based game artificial intelligence architectures in Ms. Pac-Man;
• A spatially-structured PCG method for content diversity in a physics-based simulation game;
• A test bed generation technology for dynamic game map using and/OR graph and boolean expression;
• A time-line approach for the generation of simulated settlements; • AI for game production;
• Adventures in level design: Generating missions and spaces for action adventure