Oğuz, KayaUludağli, Muhtar Çağkan2024-03-032024-03-032023https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=weFMBHaUra8rsS5wi2bmHBx0ga5DOb45eYt_Ye53M4C2PTk26kXezOjURUi0faVwhttps://hdl.handle.net/20.500.14365/5188Bu tez bilgisayar oyunlarında oyuncu olmayan karakterler (OOK'lar) tarafından kullanılan karar verme yöntemlerini sunar, ve bu tür OOK toplulukları tarafından kullanılacak bir çizge oluşturucu algoritması önerir. Tezde öncelikle oyunlarda OOK'lar için hangi karar verme yöntemlerinin kullanıldığını bulmak için literatür taraması yapılmıştır. Bilgisayar oyunları için kullanılan bu yöntemleri tanımlamakta, literatürdeki karar verme yöntemlerini sunmakta ve ayrıca ayrıntılı bir taksonomi oluşturmaktayız. Literatürü gözden geçirdiğimizde, oyunlarda OOK toplulukları tarafından kullanılabilecek bir sosyal ağ oluşturmanın uygun bir yolu olmadığını gördük. Biz de bu amaçla AnatoliA adında bir çizge oluşturucu yarattık. Tezde, bu algoritma için temel varsayımlarımızı ortaya koyuyor, algoritmamızı sunuyor ve modelimizin ayrıntılı analizini yapıyoruz. Sonuçlarımız, AnatoliA'nın bazı temel ölçümlerde daha önceki bazı çizge oluşturuculardan daha iyi performans verdiğini gösteriyor. Tezimizin son bölümü olarak, algoritmamızın farklı kullanım yollarını da değerlendiriyor ve gelecekteki yapılabilecek iyileştirmeleri tartışıyoruz.This thesis presents decision-making methods that are used by non-player characters (NPCs) in computer games; and it proposes a graph generator algorithm to be used by NPC communities. In the thesis, we firstly review the literature for finding out which decision-making methods are used for game NPCs. We list existing methods for industry games, present decision-making frameworks in the literature and also come up with a detailed taxonomy. After reviewing the literature, it can be seen that there are not any appropriate means for generating social networks that can be used by NPC communities in games for adaptive gameplay. Hence, we propose such a generator, AnatoliA, for this purpose. We lay out our key assumptions, present our algorithm and give detailed analysis of our model. Our results show that, AnatoliA outperforms some earlier generators on some of the key metrics. In the final part of the thesis, we also evaluate different use case possibilities of our algorithm and discuss future improvements.eninfo:eu-repo/semantics/openAccessBilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolComputer Engineering and Computer Science and ControlDoctoral Thesis