چکیده

از وظایف اصلی در توسعه یک بازی ویدئویی، تولید محتوا از جمله مراحل بازی، داستان‌ها، اجزای گرافیکی و غیره می‌باشد. چنین فرآیند تولیدی، به دلیل پیچیدگی و نیاز به نیروی انسانی متخصص، هزینه‌ی زیادی را به توسعه بازی ویدئویی تحمیل می‌نماید. از این‌رو، تولید محتوای رویه‌ای، به عنوان روشی مناسب برای کاهش هزینه‌ها با استفاده از تکنیک‌های الگوریتمی برای تولید خودکار برخی از محتویات بازی از جمله مراحل بازی، مورد توجه بوده است. مدل‌های مارکوف به عنوان یک روش تولید محتوای رویه‌ای مبتنی بر احتمالات، برای مدل‌سازی و تولید محتوای بازی‌ها استفاده می‌شود. توسعه یک مدل احتمالاتی به‌طور معمول، نیازمند ایجاد نمایش برای مدل و الگوریتم استدلال است که می‌تواند نتایج مفید را از شواهد دریافت کند و در بسیاری موارد، الگوریتمی برای یادگیری جنبه‌های مدل از داده‌ها فراهم آورد. زبان‌های برنامه‌نویسی احتمالاتی، با ترکیب احتمالات به‌همراه قدرت محاسباتی زبان‌های برنامه‌نویسی می‌توانند برای ساخت مدل‌های احتمالاتی و استدلال روی آن‌ها مفید واقع شوند. زیرا ساخت مدل‌های احتمالاتی به‌صورت مستقیم، کاری سنگین است و پیاده‌سازی آن غالباً مشکلات زیادی به‌همراه دارد. در این مقاله، از یک زبان برنامه‌نویسی احتمالاتی به ‌نام Figaro برای مدل‌سازی زنجیره‌های چند‌بعدی مارکوف برای تولید خودکار مراحل بازی Super Mario Bros استفاده شده است. هدف اصلی روش پیشنهادی، امکان استنتاج بهتر و کاراتر با استفاده از الگوریتم‌های استنتاج متنوع موجود در Figaro، بر روی مدل احتمالاتی برای تولید مراحل بازی می‌باشد.

کليدواژه ها

تولید محتوای رویه‌ای، مدل‌های مارکوف، برنامه‌نویسی احتمالاتی، Figaro

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زهرا امیرجان , 1400 , بهبود تولید مراحل بازی Super Mario Bros با استفاده از الگوریتم‌های نمونه‌برداری در زبان برنامه‌سازی احتمالاتي فيگارو , هفتمين کنفرانس بين المللي بازی های رايانه ای فرصت ها و چالشها