Jun, 2019

通用视频游戏规则生成

PDF
TL;DR我们介绍了 GVGAI 竞赛的新领域 ——General Video Game Rule Generation 问题，该问题的解决方案是使用基于 GVGAI 软件的软件框架，给定一个游戏关卡，生成符合该关卡的游戏规则，我们描述了 API 和三种不同的规则生成器：随机生成器、构造性生成器和基于搜索的生成器，并且初步结果表明，构造性生成器生成有趣的游戏规则，但表达范围有限，而基于搜索的生成器可以生成多样化的游戏规则，但质量参差不齐。
general video game rule generationgvgai competitionrule generatorvideo game description languagesearch-based generator
发现论文，激发创造
  • 通用视频游戏智能：评估代理、游戏和内容生成算法的多轨框架

    本文介绍了 GVGP 领域的通用游戏智能竞赛框架 GVGAI 及其扩展，其中涵盖了使用 VGDL 进行游戏描述的方法，以及它在研究、教育和竞赛方面的应用。同时也提到了未来计划和改进，展望了该框架在未来的潜力。

    Feb, 2018

  • 通用视频游戏 AI 的深度强化学习

    这篇论文介绍了如何将通用游戏人工智能（GVGAI）与 OpenAI Gym 环境相结合，用于测试并比较几种深度强化学习算法在各种 GVGAI 游戏上的表现，为评估游戏的相对难度提供了第一手数据。

    Jun, 2018

  • 为叙事解谜游戏生成适应难度的规则

    本文研究了利用基因算法和自然语言模型生成规则，将其应用于教育游戏的难度调整。通过应用该方法设计了一款趣味教育游戏，针对幼儿园儿童，且初步实验结果表明该方法能够在二十多代以内找到符合指定难度要求的规则。未来研究将关注数据收集与模型优化。

    Jul, 2023

  • 利用游戏视频进行联合级别生成和翻译

    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

  • 归纳式通用游戏对战

    介绍了一种技术，可以从 General Game Playing 生成规则，建立 Inductive General Game Playing 难以被现有的归纳逻辑规划方法处理，并给出了 IGGP 数据集和实验结果。

    Jun, 2019

  • 可玩视频生成

    该论文讲述了一种利用无监督学习，通过编码器 - 解码器架构、动作标签以及重构损失的方法，生成可控制的视频的框架，其在多个数据集上得到了验证。

    Jan, 2021

  • 多樣視頻演示生成程序

    本文介绍一种可以从视频演示中提取概括性规则的模型，并探讨了其处理多个序列的能力，从而相较于传统的概括技术可以更好地利用边缘情况，并无需进行额外的过滤。通过在 Vizdoom 环境中合成程序的实验，取得了相对于现有工作的 11.75% 的程序准确性的提升。

    Feb, 2023

  • 基于强化学习的程序化内容生成 (PCGRL)

    研究如何使用强化学习训练级别设计代理，将关卡设计视为游戏并将内容生成器本身学习，并探讨了三种不同的转换二维层次设计问题的马尔可夫决策过程，将其应用于三个游戏环境中。

    Jan, 2020

  • 机械化创造者 2.0：用于评估生成规则的强化学习

    研究利用强化学习作为近似函数来生成游戏规则，通过在 Unity 中重新创建了一个新的开源规则生成框架，实验结果表明强化学习可以生成与 A * 代理基线不同的规则，可能更适合人类使用。

    Sep, 2023

  • 通过 LLMs 进行游戏生成：视频游戏描述语言的研究

    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