[Rookiss R&D Lab] UE5 Framework Insight (Liu)

こんにちは、Rookissです。

新規講義がリリースされましたのでお知らせいたします。
- テーマ：ディアブロ1 PCGダンジョン生成アルゴリズム
- 講師：ホン・サブ
- リンク：https://inf.run/KpDrq
===============================================

生成AIによってゲーム業界にも多くの変化の風が吹いてきています。
Escape From Duckovのように、AIを極限まで活用した
小規模チームの大ヒット事例が継続的に出てきています。
生成AIの最大の利点は時間の短縮です。

人間が数ヶ月かけて作るものを、AIはわずか数分で終わらせてしまうからです。
特にキャラクターモデリングやアニメーションなどの分野で頭角を現しています。
しかしまだAIが「すべて」をやってくれるわけではありません。

特にゲームのマップを作成したり、ゲームエンジンの特定機能を活用しなければならない場合、
依然として人の手を借りるしかありません。

人の努力を最小限に抑えながらゲームのクオリティを保証するにはどうすればよいでしょうか?
様々な答えがあるかもしれませんが、私たちRookiss R&Dチームでは
AI時代が近づくほど手続き型生成(PCG)技術の価値が

ますます高まることを期待しています。
PCGの辞書的な意味は次の通りです。
- Procedural : ルール/手順に従って
- Content : ゲームのコンテンツを
- Generation : 作る!

つまり、特定のコンピュータアルゴリズムを活用してコンテンツを無限に生成する技術です。
実際にPCG技術はすでに様々なゲームで活用されています。
- Diablo → ダンジョン生成
- Minecraft → 無限ランダムワールド生成
- Hades → 毎回変わる部屋の構造
- No Man's Sky → 惑星、生物、地形

関連する研究を進めるために様々な現場の専門家たちにコンタクトを取り
最終的にCom2uS出身のプログラマー<ホン師父>さんをR&D人員として招聘しました。
今回の最初のテーマは私の人生ゲームであり、ゲーム開発者の夢を抱かせてくれた
Blizzardの<ディアブロ1>ダンジョン生成コードを再現することです。

3ヶ月の期間中、様々な情報を収集してC#及びUnity 3D環境で
動作する<ディアブロ1>のPCGダンジョンアルゴリズムを再構成し、
アートリソースも専任の外注スタッフを通じて丁寧に制作されました。

<홍사부>様は今後、PCG / モーションマッチングなど
AI時代のゲーム開発を支える様々な技術を研究して共有してくださる予定です。

ありがとうございます!