Theses in Progress

Procedural Content Generation for Games Using Adversarial Networks

October 11, 2018 – ,

Entwicklung eines Systems zur prozeduralen Generierung von Spielinhalten mit Hilfe von Generate Adversarial Networks (GANs), einem Konzept aus dem Bereich Deep Learning. GANs sollen auf ihre Einsetzbarkeit zur Prozeduralen Inhaltsgenerierung analysiert und für den praktischen Einsatz angepasst werden.

Keywords: Procedural Content Generation, PCG, Game, Machine Learning, Deep Learning, GAN, Generative Adversarial Network

Research Area(s): Multimedia Technologies & Serious Games

Tutor: Müller, Stefan Göbel

Student: Alexander Georg Schilling

Theses in Progress