Procedural Generation of Endless Runner Type of Video Games

Abstract

Procedural content generation (PCG) is increasingly used to generate many aspects in a variety of games. AI players, both hand scripted or also generated (by AI methods), are used to evaluate this content. Comparatively little effort is invested in using PCG to generate the whole game, including its rules. In this thesis, we use evolutionary algorithms to generate the game rules, its content and the evaluating AI player on a narrow, but flourishing, genre of endless runners - games where the player is constantly running. For this purpose, we have implemented a framework for creating endless runner games. Our approach could provide more efficiency for game designers, explore completely new game concepts in endless runners, platformer games, and be further generalized to other game genres.

Procedurální generování obsahu (PCG, procedural content generation) se stále častěji používá pro generování řady aspektů počítačových her. Agenti řízení umělou inteligencí se pak používají pro hodnocení tohoto obsahu. Relativně málo snahy je věnováno generování celých her algoritmicky. V této práci jsme použili PCG pro generování pravidel hry, jejího obsahu i hodnotícího hráče v oblasti her typu nekonečný běh. Pro experimentování jsme také vytvořili vlastní framework pro tvorbu tohoto typu her. Náš přístup by mohl zefektivnit tvorbu a prozkoumat nové koncepty ve hrách typu nekonečný běh, skákačkách a po zobecnění i v jiných herních žánrech.