学习混合计算机游戏关卡
本文提出一种新的游戏水平融合方法,利用聚类的瓷砖嵌入技术作为无注释游戏的水平表示,将其应用于经典的任天堂游戏 Lode Runner 和 The Legend of Zelda,比较其在混合任务中的表现。
Jun, 2023
本研究探讨了通过机器学习进行程序化内容生成技术在游戏领域的应用,着重介绍了如何基于多个游戏领域构建新的自动生成游戏关卡的方法,使用了多个游戏平台的数据,并训练了变分自编码器以跨越各个领域的潜在关卡空间来生成新的内容。
Aug, 2020
该论文提出了一种名为 GPN 的算法,通过代理玩游戏,学习可玩关卡的分布,从而实现自动生成游戏关卡,避免了人类设计的限制,并用 2D 地牢游戏训练和展示了该框架的能力。
Feb, 2020
本研究使用变分自编码器(VAEs)对游戏关卡进行创意设计,通过训练 VAE 于超级马里奥兄弟和战神等游戏的数据,捕捉潜在空间,然后将这些空间用于生成结合了两种游戏特征的新的关卡片段,并通过潜在空间中的进化搜索进行进一步的优化。与类似的生成模型 Gan 和 VAE-GAN 相比,VAE 的方法在协作关卡设计方面表现出特别的优势。
Feb, 2020
通过利用人类注释的游戏玩法视频,实现一种多重尾部框架,该框架学习执行同时水平转换和生成的任务,具有在 Level 传输中提高总体性能的潜力,并展示未来版本泛化到未见过游戏的可能性。
Jun, 2023
本文介绍了一个名为 Morai Maker 的基于超级马里奥兄弟风格游戏的 AI 智能设计工具,并通过两个混合方法研究总共超过 100 名参与者来讨论 AI 在创造过程中的作用及与人的合作方式。研究发现,设计师对与 AI 的交互和作用的期望存在差异,AI 使得设计师改变设计方式,设计师认为 AI 在其设计实践中具有潜在价值。
Jan, 2019
通过使用高斯混合变分自编码器 (GMVAEs) 对深度生成潜在变量模型进行建模,并使用线性组合技术生成可玩游戏。通过监督训练,每个组件能够从一个游戏中编码关卡,使我们能够定义新的、混合的游戏作为这些学习组件的线性组合。结果表明,这种方法可以以所需比例混合输入游戏并生成可玩游戏。
Jun, 2022
近期,大型语言模型的出现为过程性内容生成带来了新的机遇。这篇论文探讨了通过大型语言模型生成游戏的可能性,提出了一种基于视频游戏描述语言的大型语言模型框架,可以同时生成游戏规则和关卡。实验结果展示了这个框架如何根据不同的上下文进行生成,为过程性内容生成领域中的新游戏生成提供了新的见解。
Apr, 2024
本文提出了一种将进化搜索和强化学习相结合的框架,通过行为克隆将演化的关卡序列提炼为策略,以生成更快速的关卡,我们将其应用于迷宫游戏和超级马里奥兄弟中,结果表明该方法能够显著缩短关卡生成的时间。
Jul, 2022