Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências

Detalhes bibliográficos
Autor(a) principal: Almeida, Luis Fernando Kawabata de
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UEL
Texto Completo: https://repositorio.uel.br/handle/123456789/9230
Resumo: Resumo: Jogos multijogador contêm mundos virtuais que conectam dezenas de jogadores em uma mesma sessão, resultando em uma grande sensibilidade para atrasos de rede Uma gama de técnicas preditivas para posições dos jogadores foram desenvolvidas para entregar a melhor experiência para os jogadores Porém com o grande aumento do número de jogadores presentes e a complexidade das sessões, as limitações de tais técnicas, como atrasos na rede, consistência da informação compartilhada, responsividade aos jogadores e custo de banda de rede, se tornam evidentes A principal técnica usada hoje em dia é chamada Dead Reckoning (DR) Tomando essa técnica como base, diversos autores propuseram melhorias complexas ao método de predição, culminando na técnica proposta por Kharitonov chamada Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov não avaliou o desempenho da técnica MAADR considerando atrasos na rede Também, até o momento, não foram encontrados, na literatura, trabalhos que relacionam o desempenho da MAADR sob diferentes atrasos da rede, que é um fator com grande influência à consistência dos algoritmos preditivos A técnica MAADR se mostrou ter um desempenho superior às outras em circunstâncias normais de atrasos de rede O objetivo desse trabalho é avaliar ambas as técnicas, MAADR e DR, em 5 cenários com diferentes características e complexidades, com atrasos de rede simulados que variam de até 3 ms e representam baixas, médias e altas latências na rede Os resultados obtidos nesse trabalho mostram que é recomendado o uso da técnica MAADR em circunstâncias em que médios e altos atrasos na rede são esperados ou quando há uma intolerância para a perda da Qualidade de Serviço no jogo, devido ao atraso na rede, e com isso a perda da qualidade da experiência do jogador
id UEL_7f709b871a82e458d450cdd71573748a
oai_identifier_str oai:repositorio.uel.br:123456789/9230
network_acronym_str UEL
network_name_str Biblioteca Digital de Teses e Dissertações da UEL
repository_id_str
spelling Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latênciasJogos da internetJogos por computadorAmbientes virtuais compartilhadosInternet gamesComputer gamesResumo: Jogos multijogador contêm mundos virtuais que conectam dezenas de jogadores em uma mesma sessão, resultando em uma grande sensibilidade para atrasos de rede Uma gama de técnicas preditivas para posições dos jogadores foram desenvolvidas para entregar a melhor experiência para os jogadores Porém com o grande aumento do número de jogadores presentes e a complexidade das sessões, as limitações de tais técnicas, como atrasos na rede, consistência da informação compartilhada, responsividade aos jogadores e custo de banda de rede, se tornam evidentes A principal técnica usada hoje em dia é chamada Dead Reckoning (DR) Tomando essa técnica como base, diversos autores propuseram melhorias complexas ao método de predição, culminando na técnica proposta por Kharitonov chamada Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov não avaliou o desempenho da técnica MAADR considerando atrasos na rede Também, até o momento, não foram encontrados, na literatura, trabalhos que relacionam o desempenho da MAADR sob diferentes atrasos da rede, que é um fator com grande influência à consistência dos algoritmos preditivos A técnica MAADR se mostrou ter um desempenho superior às outras em circunstâncias normais de atrasos de rede O objetivo desse trabalho é avaliar ambas as técnicas, MAADR e DR, em 5 cenários com diferentes características e complexidades, com atrasos de rede simulados que variam de até 3 ms e representam baixas, médias e altas latências na rede Os resultados obtidos nesse trabalho mostram que é recomendado o uso da técnica MAADR em circunstâncias em que médios e altos atrasos na rede são esperados ou quando há uma intolerância para a perda da Qualidade de Serviço no jogo, devido ao atraso na rede, e com isso a perda da qualidade da experiência do jogadorDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: Multiplayer games hold virtual worlds which connect dozens of players in the same session, resulting in a great sensibility for network latency A various number of player position prediction techniques were developed to deliver the best experience for the players But with the growing numbers of players and the complexity of sessions, the limitations of such techniques, like network delay, consistency of the shared information, player responsivity and bandwidth cost, becomes evident The main technique used nowadays is called Dead Reckoning (DR) Taking the DR as a base, several authors proposed improvements to the prediction method, culminating on Kharitonov’s proposal technique called Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov did not evaluate the performance of the MAADR technique considering network latencies On the literature, until this moment, were not found any papers that relate the performance of the MAADR technique under different network latencies, which is an important factor for consistency on predictive techniques With no latencies considered, the MAADR showed good results when compared with other techniques The proposal of this paper is to evaluate both the MAADR and DR prediction techniques in 5 scenarios with different characteristics and complexities, with simulated network latencies that vary from up to 3 ms and that represent low, medium and high network latency values The results show that it is recommended the usage of the MAADR technique in circumstances where medium and high network latencies are expected or when intolerance for the loss of QoS, caused by latency, is unwantedFelinto, Alan Salvany [Orientador]Manhas Junior, Elieser BotelhoCosta, Silvano Cesar daAlmeida, Luis Fernando Kawabata de2024-05-01T11:52:05Z2024-05-01T11:52:05Z2019.0012.03.2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.uel.br/handle/123456789/9230porMestradoCiência da ComputaçãoCentro de Ciências ExatasPrograma de Pós-Graduação em Ciência da ComputaçãoLondrinareponame:Biblioteca Digital de Teses e Dissertações da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess2024-07-04T02:02:22Zoai:repositorio.uel.br:123456789/9230Biblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-04T02:02:22Biblioteca Digital de Teses e Dissertações da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.none.fl_str_mv Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
spellingShingle Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
Almeida, Luis Fernando Kawabata de
Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
title_short Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_full Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_fullStr Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_full_unstemmed Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
title_sort Técnicas preditivas MAADR e DR em jogos multijogadores : avaliação do erro em diferentes latências
author Almeida, Luis Fernando Kawabata de
author_facet Almeida, Luis Fernando Kawabata de
author_role author
dc.contributor.none.fl_str_mv Felinto, Alan Salvany [Orientador]
Manhas Junior, Elieser Botelho
Costa, Silvano Cesar da
dc.contributor.author.fl_str_mv Almeida, Luis Fernando Kawabata de
dc.subject.por.fl_str_mv Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
topic Jogos da internet
Jogos por computador
Ambientes virtuais compartilhados
Internet games
Computer games
description Resumo: Jogos multijogador contêm mundos virtuais que conectam dezenas de jogadores em uma mesma sessão, resultando em uma grande sensibilidade para atrasos de rede Uma gama de técnicas preditivas para posições dos jogadores foram desenvolvidas para entregar a melhor experiência para os jogadores Porém com o grande aumento do número de jogadores presentes e a complexidade das sessões, as limitações de tais técnicas, como atrasos na rede, consistência da informação compartilhada, responsividade aos jogadores e custo de banda de rede, se tornam evidentes A principal técnica usada hoje em dia é chamada Dead Reckoning (DR) Tomando essa técnica como base, diversos autores propuseram melhorias complexas ao método de predição, culminando na técnica proposta por Kharitonov chamada Motion-Aware Adaptive Dead Reckoning (MAADR) Kharitonov não avaliou o desempenho da técnica MAADR considerando atrasos na rede Também, até o momento, não foram encontrados, na literatura, trabalhos que relacionam o desempenho da MAADR sob diferentes atrasos da rede, que é um fator com grande influência à consistência dos algoritmos preditivos A técnica MAADR se mostrou ter um desempenho superior às outras em circunstâncias normais de atrasos de rede O objetivo desse trabalho é avaliar ambas as técnicas, MAADR e DR, em 5 cenários com diferentes características e complexidades, com atrasos de rede simulados que variam de até 3 ms e representam baixas, médias e altas latências na rede Os resultados obtidos nesse trabalho mostram que é recomendado o uso da técnica MAADR em circunstâncias em que médios e altos atrasos na rede são esperados ou quando há uma intolerância para a perda da Qualidade de Serviço no jogo, devido ao atraso na rede, e com isso a perda da qualidade da experiência do jogador
publishDate 2024
dc.date.none.fl_str_mv 12.03.2019
2019.00
2024-05-01T11:52:05Z
2024-05-01T11:52:05Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/9230
url https://repositorio.uel.br/handle/123456789/9230
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Mestrado
Ciência da Computação
Centro de Ciências Exatas
Programa de Pós-Graduação em Ciência da Computação
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Biblioteca Digital de Teses e Dissertações da UEL
collection Biblioteca Digital de Teses e Dissertações da UEL
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1803654593002864640

Registros relacionados