[en] PROCEDURAL GENERATION OF 2D CHARACTERS WITH GENETIC ALGORITHMS

[pt] PROTÓTIPO DE SISTEMA PROCEDIMENTAL PARA GERAÇÃO E COMPARTILHAMENTO DE CARACTERÍSTICAS DE PERSONAGENS 2D

[pt] RAQUEL OLHOVETCHI FERREIRA DA SILVA

[pt] ALGORITMO GENETICO

[pt] SIMULACAO VISUAL

[pt] PERSONAGEM 2D

[pt] GERACAO PROCEDIMENTAL

[pt] UNITY

[en] GENETIC ALGORITHM

[en] VISUAL SIMULATION

[en] 2D CHARACTER

[en] PROCEDURAL GENERATION

[en] UNITY

[pt] Este trabalho apresenta o desenvolvimento de um sistema de geração procedimental de personagens 2D, com foco na aplicação de algoritmos genéticos para simular hereditariedade e variações evolutivas em um ambiente visual interativo. O sistema permite criar personagens compostos por sprites modulares, com atributos visuais e funcionais herdáveis, e possibilita a escolha entre diferentes métodos de seleção parental (roleta, torneio e ranking) e de crossover (single-point, two-point e scattered). A ferramenta foi implementada na engine Unity, enquanto a análise dos resultados foi realizada em Python via Kaggle. Foram realizados testes com nove populações simultâneas, utilizando diferentes combinações de algoritmos e ambientes, totalizando 450 mil indivíduos gerados. Os dados registrados em log permitiram análises de desempenho, convergência e diversidade genética. Os resultados demonstram que a escolha do método de crossover impacta diretamente a taxa de convergência, e que o método de seleção por torneio tende a gerar melhores desempenhos médios. O sistema também oferece uma funcionalidade de reprodução visual dos indivíduos registrados em log, o que torna a análise mais acessível e didática. A proposta integra aprendizado, visualização e análise comparativa, contribuindo para o estudo de algoritmos genéticos em contextos aplicados à geração de conteúdo em jogos.

[en] This work presents the development of a procedural 2D character generation system, focusing on the application of genetic algorithms to simulate heredity and evolutionary variation within an interactive visual environment. The system enables the creation of characters composed of modular sprites with inheritable visual and functional attributes. It supports the use of various parent selection methods (roulette, tournament, and ranking) and crossover strategies (single-point, two-point, and scattered). The tool was implemented in the Unity engine, with result analysis conducted using Python on the Kaggle platform. Nine simultaneous populations were tested using different algorithm and environment combinations, totaling 450,000 individuals. Logged data enabled performance, convergence, and genetic diversity evaluations. Results show that the crossover method significantly affects convergence speed, and tournament selection tends to yield higher average fitness. The system also includes a visual playback feature to reconstruct characters from logs, making analysis more intuitive and didactic. This proposal integrates learning, visualization, and comparative analysis, contributing to the study of genetic algorithms in game-related procedural content generation.

AUGUSTO CESAR ESPINDOLA BAFFA

2025-09-24

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=73218@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=73218@2

https://doi.org/10.17771/PUCRio.acad.73218