Utilization of machine learning algorithms to determine the level difficulties in a game
Makine öğrenmesi algoritmalarının oyun seviyelerinin zorluklarının belirlenmesinde kullanılması
- Tez No: 621685
- Danışmanlar: Assist. Prof. ZİYA KARAKAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 56
Özet
In game design, adjusting difficulty is one of the key aspects of financial success. However, this task is costly since it is time-consuming. In the literature, there are very limited studies according to determining the game difficulty. Instead, almost every study is about difficulty adjustment which skips the determining process. This thesis aims to develop a game environment to observe if the machine learning can determine the difficulty of a game and the game levels. For this purpose, a game with five different levels from easy to hard is developed in Unity Engine. A machine learning agent that uses reinforcement learning is also developed and each game level used as learning environment of the agent. In general, the learning process shows that the Cumulative Reward of the agents is decreased as levels become harder. The complexity of the game significantly decreases Cumulative Rewards. The results of this thesis have shown that those level difficulties of a game can be determined by comparing the reinforcement learning agent's performance on collecting rewards in the training area. In other words, machine learning algorithms have a big potential to support the game design phase of the game development process when it comes to determining the level of difficulties.
Özet (Çeviri)
Oyun tasarımında oyunun zorluk seviyesinin ayarlanması, finansal başarı için en önemli etmenlerdendir. Literatürde oyun zorluğunun belirlenmesi hakkında oldukça kısıtlı kaynak bulunmaktadır. Bunun yerine, birçok araştırmacı, zorluğun belirlenmesinden çok, ayarlanması hakkında çalışmalar yapmışlardır. Bu çalışmanın amacı, oyunun ve oyundaki seviyelerin zorluğunu makine öğrenmesi ile belirlemek için bir oyun ortamı geliştirmektir. Bu sebeple Unity oyun motoru kullanılarak, kolaydan zora doğru giden beş seviyeden oluşan bir oyun geliştirilmiştir. Makine öğrenmesi tekniklerinden Takviyeli Öğrenme kullanılarak bir temsilci geliştirilmiştir. Bu temsilcinin beş farklı öğrenme ortamında seviyeleri denemesi sağlanmış ve sonuçlar incelenmiştir. Sonuçlar incelendiğinde, seviyeler zorlaştıkça temsilcinin edindiği kümülatif ödül miktarının azaldığı gözlenmiştir. Bu sonuçlar göstermektedir ki, bir oyunun zorluk seviyesi, farklı seviyelerdeki temsilcinin ödül elde etme performansları kıyaslanarak tespit edilebilmektedir. Diğer bir deyişle, oyun geliştirme sürecinin oyun zorluğu belirleme fazında, makine öğrenmesinin büyük bir potansiyeli bulunmaktadır.
Benzer Tezler
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları
Deep learning based super resolution applications in image processing
AHENK VURAL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Data-driven prediction and emergency control of transient stability in power systems towards a risk-based optimal power flow operation
Güç sistemlerinde risk tabanlı optimal güç akışı işletimineyönelik geçici hal kararlılığın veri güdümlü tahmini veacil durum kontrolü
SEVDA JAFARZADEH
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. VEYSEL MURAT İSTEMİHAN GENÇ
- Derin öğrenme tabanlı süper çözünürlük teknikleri kullanarak JPEG sıkıştırma kaybının iyileştirilmesi
Recovering JPEG compression loss via deep learning-based super resolution techniques
MUHAMMET BOLAT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
DR. NURULLAH ÇALIK
- Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi
Application and assessment of the demand forecasting methods in the glass sector
NESLİHAN DEMİRCİ
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT BASKAK