Sviluppo di un framework per la progettazione e l'analisi di mappe per First Person Shooters

Level design is an essential task in the videogames development, being the step where the design of gameplay is mapped into an actual playing experience; accordingly, this step plays a key role in some kinds of games such as the first person shooters. However, despite its importance, the problem of the lack of a level design discipline has arisen only in the past few years. We analyzed the current state of the problem and how the industry and the academic research deal with it, and we set up an adjustable design framework that automatically builds maps satisfying specific gameplay goals set by the user, which can be used as an assisting tool both for the creation of game levels and for the exploration and analysis of new design patterns and methods. Our approach exploits search-based procedural content generation through evolutionary algorithms to create such maps, whose features are evaluated simulating some matches in the open-source game Cube 2: Sauerbraten. To make sure the data gathered during the simulations are valid we have modified the game’s artificial intelligence to make the artificial agents’ behavior more realistic. We carried out some experiments to test our framework’s effectiveness using different AI setups and gameplay objectives; we described the structure of the resulting maps, finding and analyzing recurring patterns and the dynamics they produced, also observing the connections among the statistics gathered during the simulations.

Il level design è un componente essenziale nello sviluppo dei videogiochi, essendo la fase in cui vengono concretizzati gli aspetti di gameplay definiti durante la progettazione del gioco, e assume maggior peso per alcuni generi di gioco come quello degli sparatutto in prima persona. Tuttavia, nonostante la sua importanza, solo negli ultimi anni è emersa l’attenzione sul problema della mancanza di una disciplina del level design. Abbiamo analizzato lo stato attuale del problema e come sta venendo affrontato dall’industria e nella ricerca accademica, e abbiamo realizzato un framework di design configurabile che genera automaticamente mappe che soddisfano determinati obiettivi di design imposti dall’utente, che può essere utilizzato come strumento di aiuto sia nella realizzazione di livelli che nella sperimentazione e analisi di nuovi pattern e metodi. Il nostro metodo sfrutta la generazione procedurale del contenuto con algoritmi evolutivi per creare tali mappe, le cui caratteristiche vengono valutate simulando partite nel gioco open-source Cube 2: Sauerbraten. Per rendere validi i dati raccolti durante le simulazioni abbiamo modificato l’intelligenza artificiale del gioco per ricreare un comportamento più realistico degli agenti artificiali. Abbiamo realizzato alcuni esperimenti per verificare l’efficacia del framework usando diverse impostazioni dell’intelligenza artificiale e obiettivi di gameplay; abbiamo descritto la struttura delle mappe ottenute che ottimizzano gli obiettivi cercati, trovando e analizzando pattern ricorrenti e le meccaniche di gioco da essi prodotte, osservando anche quali connessioni intercorrono tra alcune delle statistiche raccolte durante le simulazioni.