Geração de terrenos virtuais realistas e de grande dimensão via aprendizado de máquina

• Autor(a) principal: Henz, João Batista Manique
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/198604
• topic: Redes virtuais; Aprendizado : máquina; Procedural Terrain Generation; Style Transfer; StyleGAN; Machine Learning; ML; PTG; Procedural Content Generation; PCG

Este trabalho tem como objetivo explorar GANs (Rede Generativas Adversariais) em relação a sua eficiência em resolver problemas já conhecidos da área de PTG (Geração Procedural de Terrenos), como a ausência de mecanismos para avaliar os terrenos gerados e de métodos que repliquem estruturas geológicas complexas específicas de determinados biomas. Foi desenvolvida uma aplicação para a geração de terrenos grandes (mais de 100 quilômetros por terreno gerado) que buscam grande semelhança com a realidade, principalmente se vistos como um todo, devido ao foco em grandes estruturas geológicas do terreno. Com a rede generativa obtida no treinamento e com o apoio de outras ferramentas de detalhamento que foram contruídas, foi desenvolvida uma aplicação chamada StyleTerrain que tem como fim facilitar o trabalho de designers que precisem gerar ambientes realistas e de grandes dimensões para serem usados em simulações de ambientes naturais e jogos digitais que busquem ambientes naturais vastos. Esta ferramenta permite que o designer facilmente consiga gerar terrenos de 189x189 quilômetros com estruturas de relevo e solo específicas de determinado bioma, que podem facilmente ser renderizadas numa ferramenta 3D adequada.