AutoLevel:基于WFC算法的Unity程序化关卡生成器
2024-10-10 21:20:15作者:裴麒琰
项目介绍
AutoLevel 是一款基于WFC(Wave Function Collapse)算法的Unity程序化关卡生成器。该项目旨在通过WFC的强大功能,创建一个可控、易于使用且在一定程度上快速的关卡生成工具。AutoLevel不仅提供了完整的C#源代码,还配备了丰富的编辑器工具,使用户能够轻松配置艺术资源和约束生成器。
项目技术分析
AutoLevel的核心技术是WFC算法,这是一种用于生成与给定样本相似的图像或模型的算法。通过WFC,AutoLevel能够高效地生成符合特定约束的关卡布局。项目还支持多线程求解器,这在大规模任务中可以显著提升性能。此外,AutoLevel还提供了FBX导出功能,方便用户将生成的关卡导出到其他平台或工具中进行进一步处理。
项目及技术应用场景
AutoLevel适用于多种游戏开发场景,特别是那些需要大量重复关卡设计的游戏类型,如:
- Roguelike游戏:每次游戏都需要生成不同的关卡布局。
- 开放世界游戏:需要动态生成大量地形和建筑。
- 教育工具:用于教授程序化生成技术。
此外,AutoLevel还可以用于建筑可视化、虚拟现实场景生成等领域。
项目特点
- 可控性:用户可以通过编辑器工具轻松配置关卡的生成约束,如权重、体积和边界约束。
- 易用性:项目提供了详细的教程和API文档,即使是初学者也能快速上手。
- 高性能:支持多线程求解器,能够在使用约束的情况下显著提升生成速度。
- 扩展性:项目结构设计灵活,用户可以根据需要轻松扩展功能。
- 多层支持:支持多层关卡生成,适用于复杂的游戏场景设计。
如何开始
你可以通过以下命令克隆包含子模块的仓库:
git clone --recurse-submodules https://github.com/Al-Asl/AutoLevel.git
项目主要由以下组件构成:
- Level Builder:用于设置约束、生成关卡和导出结果。
- Block Repo:存储Level Builder运行所需的资源,包括块和它们之间的关系。
- Block Asset:定义块之间关系的组件。
- Big Block Asset:由Block Asset生成的复合块,用于需要一起变换的块。
你可以通过观看教程视频来快速入门。此外,你还可以查看Example Scenes\Runtime中的API使用示例,了解如何在运行时生成关卡。
性能优化提示
- 生成性能取决于生成器的大小和Repo生成的块数量。通过使用多个生成器并仅在需要的地方生成,可以提高性能。
- 使用约束可以显著减少生成时间。
- 多线程求解器在使用约束且任务繁重时,性能可提升至原来的3倍。
如果你有任何问题或建议,欢迎加入我们的Discord社区进行讨论。
AutoLevel为你的游戏开发提供了强大的关卡生成工具,快来尝试吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
暂无简介
Dart
640
147
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100