Tilastotieteelliset menetelmät pelikehityksessä
Authors
Date
2022Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Tässä kandidaatintutkielmassa selvitetään mitä kaikkia tilastotieteellisiä menetelmiä tai tekoälyä voidaan käyttää pelikehityksessä mahdollisimman tyydyttävän pelikokemuksen luomiseen pelaajalle. Tutkimustulokset osoittivat menetelmien olevan hyödyllisiä
apukeinoja pelien parantamiseen pelikehityksen kannalta This thesis studies how gamedevelopers can create the most satisfying experience
for players using statistical methods or artificial intelligence as tools in game development.
According to the research results, statistical methods are shown to be useful tools in game
development
Keywords
Metadata
Show full item recordCollections
- Kandidaatintutkielmat [4957]
Related items
Showing items with similar title or keywords.
-
MuZero ja mallipohjainen vahvistusoppiminen
Leinonen, Hertta (2021)Tutkielmassa pyritään selvittämään, mitä mallipohjainen vahvistusoppiminen tarkoittaa, ja kuinka sitä hyödynnetään MuZero-nimisen tekoälyn algoritmissa. MuZeroa on testattu menestyksekkäästi sekä klassisissa lautapeleissä, ... -
Oliosuuntautuneisuus pelikehityksessä
Keränen, Harri (2022)Pelien suunnittelun ja kehityksen yleisimpä keinoja on oliosuuntautuneisuuden hyödyntäminen. Olioajattelu perustuu käsitteeseen, jossa ohjelmiston, tai jonkin muun kokonaisuuden nähdään koostuvan monesta pienestä entiteetistä, ... -
Fysiikkamoottorit pelikehityksessä
Lehto, Jyri (2012)Tutkielmassa tarkastellaan fysiikkamoottoreiden toimintaa XNAkehyksessä. Konstruktiivisessa osassa toteutetaan adapterikirjasto, joka mahdollistaa fysiikkamoottoreiden nopean ja sujuvan vaihdon ja testaamisen. -
Matchmaking-järjestelmät videopeleissä
Karppinen, Paavo (2021)Ottelunmuodostuksella (matchmaking) tarkoitetaan tapaa valita pelaajat pelaamaan ottelua. Taitoihin perustuva matchmaking ei ole enää nykyaikana ainoa mahdollinen järjestelmä vaan parempia vaihtoehtoja on saatavilla, kuten ... -
LR-NIMBUS : an interactive algorithm for uncertain multiobjective optimization with lightly robust efficient solutions
Koushki, Javad; Miettinen, Kaisa; Soleimani-damaneh, Majid (Springer Science and Business Media LLC, 2022)In this paper, we develop an interactive algorithm to support a decision maker to find a most preferred lightly robust efficient solution when solving uncertain multiobjective optimization problems. It extends the interactive ...