Three population co-evolution for generating mechanics of endless runner games

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10440722" target="_blank" >RIV/00216208:11320/21:10440722 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1145/3449726.3459538" target="_blank" >https://doi.org/10.1145/3449726.3459538</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3449726.3459538" target="_blank" >10.1145/3449726.3459538</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Three population co-evolution for generating mechanics of endless runner games
Popis výsledku v původním jazyce
Procedural content generation (PCG) is increasingly used to generate many aspects in a variety of games. However, using PCG to generate mechanics of games is rarely attempted. Past approaches include using cooperative coevolution to generate the rules and the environment of a game, which had interesting results. Our approach extends this idea by using coevolution with three populations, also generating the evaluating player. We used this approach to generate endless runner games, for which it was able to generate novel mechanics.
Název v anglickém jazyce
Three population co-evolution for generating mechanics of endless runner games
Popis výsledku anglicky
Procedural content generation (PCG) is increasingly used to generate many aspects in a variety of games. However, using PCG to generate mechanics of games is rarely attempted. Past approaches include using cooperative coevolution to generate the rules and the environment of a game, which had interesting results. Our approach extends this idea by using coevolution with three populations, also generating the evaluating player. We used this approach to generate endless runner games, for which it was able to generate novel mechanics.

Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
GECCO 2021 Companion - Proceedings of the 2021 Genetic and Evolutionary Computation Conference Companion
ISBN
978-1-4503-8351-6
ISSN
—
e-ISSN
—
Počet stran výsledku
2
Strana od-do
217-218
Název nakladatele
Association for Computing Machinery
Místo vydání
New York
Místo konání akce
Online
Datum konání akce
10. 7. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)