Comparison of General Frameworks for Puzzle Games
Resumen
La Generación de Contenido Procedural (PCG en Inglés) se refiere a la creación de contenido a través de algoritmos en vez de crearlos de manera manual. Los beneficios más comunes que trae en el ámbito de los videojuegos es la rejugabilidad que ofrece gracias a que los niveles generados no sean siempre los mismos y la reducción de costo al no tener que crearlos manualmente. Generalmente, juegos con generación de contenido procedural tienen su propio software diseñado específicamente con el juego en que son implementados en mente. Una excepción a esto son los programas que usan Generación General de Videojuegos. Aunque este tema ha sido abordado e investigado en múltiples proyectos, ha sido con otros frameworks o enfocado en aspectos específicos.
En esta memoria se va a comparar y analizar algunos de los frameworks utilizados para Generación General de Videojuegos utilizando un par de juegos de puzle. Usando la metodología experimental, se implementará un generador de niveles simple y un solver por cada juego de puzle seleccionado en cada uno de los frameworks elegidos con el propósito de comparar su desempeño. Las implementaciones serán juzgadas por su rendimiento al generar niveles nuevos, el rendimiento al resolver un nivel de los juegos implementados y la dificultad de implementar todo lo anterior con el propósito de encontrar cuál de los frameworks escogidos es mejor para el propósito de generación y resolución general de juegos de puzles. Esperamos que con los resultados de esta investigación se pueda llegar a un framework eficiente que pueda ser utilizado para mayor y mejor implementación de una gran variedad de juegos de puzle. Esta solución entregaría beneficios para probar nuevas ideas de juegos de puzle, crear una gran variedad de desafíos para juegos de puzle existentes y para generar niveles para variaciones nuevas de juegos de puzle existentes, por nombrar algunos ejemplos.
