游戏里探索迷宫很好玩,玩多了就没什么新了。 没错,如果游戏迷宫差别不大,时间久了就容易熟悉地图,降低探索的乐趣。 现在,概率编程语言MarkovJunior解决了这个问题: 使用马尔可夫算法,批量迷宫随机生成,无一重复。你永远不知道你玩的下一个迷宫会是什么样子: 它不仅是一个2D迷宫,还是一个3D迷宫,有几层地图,可以随机生成: 这个项目一出,立刻上了GitHub的热榜,不到一周就已经收获了2.6k星。 有网友感叹,这种编程语言可以直接为RPG游戏或者动作游戏生成建筑。 我们来看看它的原理是什么,如何随机生成各种迷宫。 基于马尔可夫算法的构造 具体来说,这种概率编程语言由一系列特定的规则组成,是一个有序列表。 在生成模型的过程中,它会利用马尔可夫算法实现随机生成,然后制定一系列特定的规则来确定生成模型的类型,比如迷宫,地形图或者电路图。 马尔可夫链具有无记忆的性质,即下一个状态的概率分布只能由当前状态决定,在时间序列中之前的事件与其无关。 那么,这些具体的规则到底是什么样子的呢。 例如,最简单的规则之一是将黑色色块重写为白色色块,直到它最终填充整个模型: 例如,通过实现将白—黑色块重写为白—白色块的规则,并结合马尔可夫算法,可以得到一个概率生成模型: 再比如,基于推箱游戏的规则, 推箱子游戏 可以用这批小红点随机运送白方到指定地点: 像这样的具体规则还有很多,都包含在MarkovJunior里面。 那么,我们如何使用这些规则来生成随机模型呢。 2D/3D迷宫,可以绘制地形图和电路图。 以随机生成2D迷宫为例: 这样一个随机的迷宫,MarkovJunior手边能做出一把,只基于两条规则: 第一个规则是将红—黑—黑色块随机改写成绿—绿—红色块。 第二条规则,当第一条规则被卡住,即没有符合条件的选项时,自动执行,将红绿绿色块随机改写为白—白—红色块。 这样,算法可以通过第一条规则生成随机路径,回溯没有经过的路径,通过第二条规则生成分叉,最后遍历整个黑图生成一组2D迷宫。 有一个更简单的想法将所有白—黑—黑替换为白—A—白,其中A为中间状态,不作为起点,迷宫生成后替换为白色 3D迷宫看起来像这样 基于这一思想,通过改变规则组合方法,可以生成随机地形图。 比如尝试生成一个河流地形图,只需要使用上面的生成模型方法,再加上一些其他的重写规则,就可以得出一个随机的河流图: 除了地形图和简单的2D/三维迷宫,更复杂的三维建筑也可以做。只需要在两个2D迷宫之间的任意位置生成一批楼梯: 嗯,连电路图都能画出来… 可以说非常好用。 他做过最著名的项目应该是一套叫波函数坍缩算法的东西目前,GitHub上有18.7kStars 这个WFC算法是他受量子力学中波函数坍缩概念的启发而创造的,目前已经应用到一些游戏中,比如小镇折叠乐等等。 马克西姆·顾敏没有透露更多关于自己的信息,但我们可以在他的主页上看到,这位大哥自称概率模型之王,程序化的一代弥赛亚,马尔可夫链的驯服者。 从GitHub的角度来看,这些年来,他一直专注于将各种数学算法应用于程序化生成,做出各种有趣的模型。 可能你玩过的一些游戏已经用上了他开发的算法。 项目地址: |
声明:以上内容为本网站转自其它媒体,相关信息仅为传递更多企业信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性。投资有风险,需谨慎。