TracksCAD. Computer assisted track design tool for racing games

With the increasing costs of modern videogames production, developers are in continous search of new ways to reduce the effort taken to create them, without having to sacrify their overall quality. One of the aspects that has a major impact on such costs is the creation of game content which, in the case of racing games, largely consists in designing the greatest number of unique circuits on which to compete. The goal of this thesis is to develop a computer assisted design (CAD) tool that helps in the process of designing tracks for racing videogames, and that is capable of providing suggestions and feedback related to both the driving alone experience and the dynamics that show up when racing in group. The way the tool comes up with such suggestions is based on the analysis of a set of simulations that are performed whenever the designer needs them. Additionally, we discuss how Machine Learning techniques can be exploited to estimate some of the metrics that can usually be extracted only from simulations, using as inputs just the topological features of the track being created.

Con il continuo aumento dei costi di produzione dei videogiochi moderni, gli sviluppatori sono alla costante ricerca di nuove metodologie per ridurre gli sforzi necessari al loro sviluppo, senza però essere costretti a sacrificarne la qualità complessiva. Uno degli aspetti che impatta maggiormente su questi costi è la creazione dei contenuti di gioco che, nel caso dei videogiochi di guida, consiste in gran parte nella progettazione di tracciati unici sui quali competere. L'obbiettivo di questa tesi è quello di sviluppare uno strumento di progettazione assistita al computer (CAD) che aiuti nel processo di creazione dei tracciati di videogiochi di guida, e che sia in grado di fornire suggerimenti e feedback riguardanti sia l'esperienza di guida in solitaria che di tutte quelle dinamiche che vengono a crearsi nelle competizioni di gruppo. Il metodo con cui lo strumento genera questi consigli è basandosi sull'analisi di simulazioni, che vengono eseguite ogniqualvolta il designer ne avesse bisogno. Inoltre, si discute di come tecniche di Machine Learning possono essere sfruttate per stimare alcune delle metriche normalmente estratte dalle simulazioni, usando come soli input le caratteristiche topologiche della pista che si sta creando.