För att mer effektivt kunna skapa innehåll i spel så används ofta processuell generering av innehåll. Denna rapport använder en systematiserad litteraturöversikt för att undersöka och analysera vetenskapliga rapporter med fokus på metoder för generering av grottor i 2D-miljö med rutnätsbaserade system och fågelperspektiv. Detta görs utifrån frågeställningar som fokuserar på metodernas syfte, mätkriterier och egenskaper. Resultatet visar en mängd olika tillvägagångssätt för grottgenerering och kategoriserar dessa utifrån typen av metod som används. Återkommande metoder är Genetisk Algoritm och Cellulär Automat som båda på olika sätt utvecklar en grotta över flera generationer, men det förekommer även mer komplexa metoder som Maskininlärning vilken försöker identifiera mönster genom algoritmer. Det visar även många likheter och skillnader mellan de olika rapporterna i upplägg och prioriteringar av syfte, mätningar och egenskaper där vissa fokuserar mer på användarupplevelsen medan andra undersöker hur det är möjligt att få bättre resultat på kortare tid. För framtida arbeten skulle det vara intressant att undersöka hur forskningen har förändrats, speciellt i och med de senaste framstegen inom maskininlärning.