Details

Interest management for massively multiplayer games

by Boulanger, Jean-Sebastien

Abstract (Summary)
La popularité des jeux massivement multijoueurs a augmenté de façon phénoménale au cours des dernières années. Les fournisseurs de jeux rencontrent de plus en plus de problèmes d’extensibilité pour supporter des populations croissantes de joueurs. La diffusion à tous les joueurs des changements réalisés dans le monde virtuel n’est pas une solution viable pour maintenir une vision cohérente du monde dans un jeu massivement multijoueurs. Pour surmonter ce défi d’extensibilité, les jeux massivement multijoueurs doivent utiliser des techniques de gestion d’intérêt sophistiquées qui relaient seulement l’information pertinente vers chaque joueur.

Dans cette thèse nous développons une technique de partition de l’espace qui s’adapte aux obstacles du monde virtuel en utilisant une triangulation. Nous présentons des algorithmes sensible-aux-obstacles de gestion d’intérêt qui emploient les partitions triangulaires pour déterminer la pertinence des objets pour chaque joueur, selon l’occlusion créée par les obstacles. Nous comparons l’efficacité des algorithmes sensible-aux-obstacles et d’autres algorithmes modernes de gestion d’intérêt à l’aide de données obtenues d’un vrai jeu massivement multijoueurs. À cet effet, nous utilisons à la fois des actions de vrais joueurs et des actions de joueurs générées par ordinateur. Nous démontrons que les algorithmes sensible-aux-obstacles de gestion d’intérêt peuvent réduirent le nombre de messages relayés entre les joueurs. Nous démontrons également que les algorithmes utilisant notre partition triangulaire peuvent s’adapter à un plus grand nombre d’objets tout en conservant de bonnes performances. Nos expériences suggèrent également que les résultats obtenus à partir de joueurs contrôlés par ordinateur se déplaçant aléatoirement ce rapprochent des résultats obtenus avec de vrais joueurs, dans la mesure où les actions aléatoires des joueurs sont conçues adéquatement. Avec la croissance des mondes virtuels et l’augmentation du nombre de joueurs des jeux massivement multijoueurs, les techniques de gestion d’intérêt adaptatives comme celles que nous avons étudiées deviendront de plus en plus importantes.

This document abstract is also available in English.
Bibliographical Information:

Advisor:Clark Verbrugge (Internal/Cosupervisor2); Jorg Andreas Kienzle (Internal/Supervisor)

School:McGill University

School Location:Canada - Quebec / Québec

Source Type:Master's Thesis

Keywords:applied sciences computer science

ISBN:

Date of Publication:01/01/2007

© 2009 OpenThesis.org. All Rights Reserved.