将复合式模式生成网络和 GAN 结合，用于大规模图案生成的 CPPN2GAN

Apr, 2020

将复合式模式生成网络和 GAN 结合，用于大规模图案生成的 CPPN2GAN

CPPN2GAN: Combining Compositional Pattern Producing Networks and GANs for Large-scale Pattern Generation

Jacob Schrum, Vanessa Volz, Sebastian Risi

TL;DR通过将 Compositional Pattern Producing Networks 与 GAN 结合，定义 latent vectors 为一种以组织 level segment 的方式生成完整游戏级别的方法，并通过 MAP-Elites 进行验证。

Abstract

generative adversarial networks (GANs) are proving to be a powerful indirect genotype-to-phenotype mapping for evolutionary search, but they have limitations. In particular, GAN output does not scale to arbitrary dimensions, and there is no obvious way of combining multiple GAN outputs

generative adversarial networks compositional pattern producing networks latent vector map-elites video game levels

发现论文，激发创造

利用深度卷积生成对抗网络的潜在空间演化马里奥关卡

本论文使用对抗生成网络 (GANs) 和协方差矩阵自适应进化策略 (CMA-ES) 生成了大量类似原始语料库中的 Super Mario Bros 的电子游戏层级，并使用各种适应性函数发现了专家所设计示例空间内存在的层级，并引导搜索满足一个或多个指定目标的层级。

May, 2018

进化卷积：可微模式生成网络

介绍了可微分的 “组合式模式生成网络”（DPPN），并利用 Lamarckian 算法组合进化和学习，通过学习产生重建图像，并创造性地应用于压缩 denoising autoencoder 的权重和 rediscove 全连接的卷积神经网络结构，具有更好的泛化能力。

Jun, 2016

组合生成对抗网络：学习图像条件下的二元组合

本文提出 Composition-by-Decomposition 网络，采用两个独立分布的物体生成具有真实纹理和形状的合成图像，以此捕捉多物体之间的空间相互作用关系，从而在生成场景方面获得更好的效果。

Jul, 2018

使用复合生成对抗网络逐部生成图像

本文提出了一种复合式生成对抗网络模型，通过多个生成器生成图片的不同部分，再进行 alpha 融合，实现生成更先进的高质量自然图像的初步探索。

Jul, 2016

插拔生成网络：在潜空间中条件迭代生成图像

本文介绍了一种基于生成模型和神经网络的图像合成方法，利用梯度上升法在生成器网络的潜在空间中最大化分类器网络中一个或多个神经元的激活，通过引入对潜在空间的先验分布来提高样本质量和多样性，并称之为 “Plug and Play Generative Networks”，该方法可用于各类数据且在图像分类和生成方面具有先进性。

Nov, 2016

一种生成对抗网络潜空间下的马里奥场景渲染方法

使用品质多样性算法对生成对抗网络中的潜空间进行有效探索，进而提取游戏级别，并展示如何在保持风格相似性的情况下提取具有不同级别机制的高质量级别。

Jul, 2020

用 Fourier-CPPN 进行图像合成

本论文提出了 Fourier-CPPNs（F-CPPNs），并将其用于创造性的目的，例如神经美术。F-CPPNs 以像素输出的频率信息为特征，明确地模型化频率信息，捕获 DC 分量以外的频率，为图像合成提供了改进的视觉细节。

Sep, 2019

利用生成对抗网络增强角色设计师的创造力

本文使用生成对抗网络的生成结果作为认知组件，以增强角色设计师在为不同的多媒体项目概念化新角色时的创造力。同时，本文通过在新的可视化角色数据集上使用单个图形处理器从头开始训练不同的 GAN 架构（包括转移学习和数据增强技术），并使用混合方法评估了生成视觉品质对角色设计师机构概念化新角色的认知价值。研究表明，本方法对该上下文的实施非常有效，将作为一个由人与机器共同设计的工作流程进一步评估。

May, 2023

系统化综合的组合式程序生成

给定一篇研究论文，通过训练神经符号结构的组合程序生成器（CPG），实现少样本学习和按长度生产序列到序列语言任务的通用性。

Sep, 2023

使用条件生成对抗网络生成谜题游戏的程序化内容

本研究探讨使用参数化生成对抗网络（GAN）作为 Lily's Garden 益智游戏的地图生成器，并提出从真实地图中提取控制 GAN 输出细节的两个条件向量，结果显示虽然 GAN 在近似第一个条件（地图形状）方面表现良好，但在近似第二个条件（元素分布）方面表现不佳，因此建议尝试使用替代 GAN 生成器和辨别器的架构来改善实验结果。

Jun, 2023