Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/36293
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2021_RaphaelLuisSouzaQueiroz_tcc.pdf328,48 kBAdobe PDFver/abrir
Título: Procural Content Generation - Algoritmo Genético (PCG-AG) com paralelização
Autor(es): Queiroz, Raphael Luís Souza de
Orientador(es): Ladeira, Marcelo
Assunto: Jogos digitais
Algoritmos genéticos
Framework
Data de apresentação: 2021
Data de publicação: 5-Out-2023
Referência: QUEIROZ, Raphael Luís Souza de. Procural Content Generation - Algoritmo Genético (PCG-AG) com paralelização. 2021. 19 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2021.
Resumo: Esse projeto aborda o estudo de desenvolvimento de novos conteúdos especificamente para jogos utilizando Procedural Content Generation (PCG). Existem estudos de vários méto- dos para o PCG que são utilizado por várias empresas para criação de seu jogos. Dentre esses métodos, para esse projeto foi escolhido o método de Algoritmo Genético (AG) com divisão do problema em partes menores e paralelização na execução. O objetivo principal do projeto é otimizar a geração solução de problemas mais simples com um menor tempo de execução sem aumentar significativamente o custo e o esforço da máquina e extender esse estudo para problemas mais complexos. Com a disponibilização do framework Mario AI, foi possível prototipar todo o conteúdo gerado a partir desse estudo.
Abstract: This project deals with the study of new contents developed specially for games using Procedural Content Generation (PCG). There are many studies for PCG that are used by many companies to develop their games. For this project the chosen method was Generic Algorithm (GA) spliting the main problem in small pieces and parallelizing the execution. The main objective to this paper is optimize the solution generation on simple problems lowering the execution time and without increasing significantly the costs and machine effort and extend it to more complex problems. Mario AI Framework made possible to prototype all the generated content from this study.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2021.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia da Computação



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.