Методи генеративного моделювання для створення ігрового контенту
Вантажиться...
Дата
2026
Автори
Савченко, Данііл Геннадійович
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 93 с., 15 рис., 14 табл., 21 посилань, 3 додатки.
Дипломна робота присвячена дослідженню методів генеративного моделювання – генеративно-змагальних мереж (GAN), варіаційних автоенкодерів (VAE) та дифузійних моделей – для автоматизованого створення ігрового контенту. Мета роботи: підвищення ефективності методів генеративного моделювання для створення різних типів ігрового контенту з оцінкою якості та ефективності запропонованих підходів. Використані методи: системний аналіз, методи глибокого навчання, методи оцінювання якості зображень (FID, PSNR, SSIM), алгоритм пошуку в ширину (BFS) для валідації графів, методи функціонально-вартісного аналізу. Отримані результати: розроблено та програмно реалізовано систему генерації ігрового контенту в Unity. Навчено модель cGAN для генерації карт рівнів та модель VAE для текстур. Моделі успішно конвертовано у формат ONNX та інтегровано у пайплайн Unity через пакет Unity Sentis. Рекомендації щодо використання: розроблену систему доцільно використовувати інді-студіям та розробникам ігор для автономної швидкої генерації ігрових локацій і текстур безпосередньо в рушії Unity без залежності від хмарних сервісів.
Опис
Ключові слова
генеративно-змагальні мережі (gan), варіаційний ав тоенкодер (vae), процедурна генерація контенту (pcg), unity, ігровий контент, текстури, рівні, глибоке навчання, generative adversarial networks (gan), variational autoencoder (vae), procedural content generation (pcg), game content, textures, levels, deep learning
Бібліографічний опис
Савченко, Д. Г. Методи генеративного моделювання для створення ігрового контенту : дипломна робота … бакалавра : 122 Комп'ютерні науки / Савченко Данііл Геннадійович. – Київ, 2026. – 93 с.