Procedurell grottgenerering inom dataspel: En jämförelse mellan algoritmer
2022 (Swedish)Independent thesis Basic level (degree of Bachelor), 20 credits / 30 HE credits
Student thesisAlternative title
Procedural cavegeneration in computergames : A comparison between algorithms (English)
Abstract [sv]
För att underlätta skapandet av spelbanor i spel så används ofta Procedural Content Generation (PCG). Det finns dock en stor mängd PCG-algoritmer med olika tillämpningar. Detta arbete undersöker och jämför tre algoritmer vid skapandet av 2D grottsystem utifrån kriterierna; tidseffektivitet, tillgänglighet och variation. Algoritmerna som jämförs är cellular automata, Perlin noise och Voronoi. Syftet med jämförelsen är att ge en bättre förståelse förde tre algoritmernas för- och nackdelar, med förhoppning om att underlätta valet av PCGal-goritmer i framtiden.
Arbetet implementerades i spelmotorn Unity (2022a) och skrevs i C#. Kriteriet tidseffektivitet testades med hjälp av en tidtagarursklass, tillgänglighet med hjälp av en flood fill algoritm och variation med hjälp av en algoritm från Alwidian, Abu-Mansour och Ali (2012).
Resultaten visade att Voronoi presterade bäst vid kriteriet tillgänglighet och variation (4x4), (8x8). Cellular automata presterade bäst vid kriteriet tidseffektivitet och variation (16x16). Perlin noise presterade varken bra eller dåligt på något test. Sammanfattningsvis presterade Voronoi bäst, därefter Perlin noise och slutligen cellular automata.
Place, publisher, year, edition, pages
2022. , p. 46
Keywords [sv]
Procedurell generering, grottor, algoritmer, jämförelse, procedural content generation
National Category
Information Systems
Identifiers
URN: urn:nbn:se:his:diva-21373OAI: oai:DiVA.org:his-21373DiVA, id: diva2:1675089
Subject / course
Informationsteknologi
Educational program
Computer Game Development - Programming
Supervisors
Examiners
Note
Det finns övrigt digitalt material (t.ex. film-, bild- eller ljudfiler) eller modeller/artefakter tillhörande examensarbetet som ska skickas till arkivet.
2022-06-222022-06-222022-08-09Bibliographically approved