Jan, 2022

面向程序生成视频游戏关卡的客观指标

PDF
TL;DR本研究提出两种基于模拟的评估指标来测量生成游戏关卡的多样性和难度，并证明了该多样性指标比当前方法更稳健，并且能够直接影响可玩性因素，而难度指标则具有一定的相关性，为了推动可再生性，我们公开发布了我们的评估框架。
procedural content generationgame developmentsimulation-based evaluationdiversity metricdifficulty metric
发现论文，激发创造
  • 生成多样化行为参与的游戏关卡

    探讨了如何使用具有不同个性的代理来生成具有个性化的等级， 通过 Super Mario Bros 的实验研究，发现使用相同的评估指标，但不同个性的代理可以生成特定个性的等级。

    Jul, 2022

  • 游戏场景多样性测量

    通过相关领域的创新应用，如程序内容生成等，本研究综合评述了游戏剧本多样性的多维性，以丰富玩家体验为核心，对多样的游戏剧本进行了详细分析，强调了它在游戏和教育中的重要性，通过多样性评估方法和指标的分类体系，为补充现有文献和实践提供了见解，并提出了度量和整合游戏剧本多样性的有效策略，强调了开发者和研究人员制作更吸引人且多样的游戏世界所需的统一分类体系，并为产业实践者提供了一本手册，帮助他们将多样性作为游戏设计和开发的关键组成部分。

    Apr, 2024

  • 通过质量多样性实现程序化内容生成

    Quality-diversity algorithms, with explicit behavior metrics searching for a set of high-quality and diverse solutions, provide new opportunities for AI game-playing and procedural content generation, enabling creative human-AI interactions and adaptivity.

    Jul, 2019

  • 在文本生成模型中联合测量多样性和质量

    本文章提出一种同时评估生成文本方法质量和多样性的度量标准，通过逼近学习生成模型和真实数据分布的距离，并介绍了基于 n-gram 和 BERT 特征的度量方法，并且在 Oracle 训练模式下使用相应显式分布之间的距离。最后，使用现有和提出的度量标准对最流行和最新的文本生成模型进行评估，确定提出度量标准的优势。

    Apr, 2019

  • 自然语言生成中多样性评估的评估

    本文提出了一种通过建立多样性度量指标及其多样性参数之间关系的系统来评估自然语言生成（NLG）系统多样性的方法，并通过对人类和自动度量，解码参数调整等方面的实验展示了这个框架的实用性。

    Apr, 2020

  • 移动拼图游戏中的困难建模：基于玩家分析和模拟数据的不同方法的实证研究

    游戏开发中，难度是玩家参与度的关键因素之一，本文通过模拟数据和队伍统计数据训练的人工神经网络是最准确的难度评估方法。

    Jan, 2024

  • 图生成模型的评价指标

    通过引入基于未训练随机 GNN 提取的特征的几个度量标准，完全测试了这些度量标准衡量生成的图的多样性和保真度的能力、其样本和计算效率，并推荐了两种新的度量标准，以用于对 GGM 的评估。

    Jan, 2022

  • 对话生成语义多样性的测量和改进

    本文提出了一种新的自动化评估指标，用于衡量生成响应的语义多样性，以及一种基于语义分布权重的学习方法，用于提高生成响应的语义多样性和连贯性。

    Oct, 2022

  • 衡量协同生成图像的多样性

    通过将神经网络编码的熵用于比较图像集合之间的多样性，我们提出了一种无需基准知识且易于计算的方法来评估协同创作系统生成的内容的多样性。通过比较两个预训练网络的选择与我们想要评估的多样性概念的关系，我们还讨论了这些度量在交互系统中的概念生成、模型评估以及计算创造力的更广泛应用。

    Mar, 2024

  • 多智能体强化学习的策略距离测量

    多样性在提高多智能体强化学习 (MARL) 性能方面起着关键作用，本文提出了一种通用的量化智能体政策差异的工具，多智能体政策距离 (MAPD)，并通过在线部署设计了一个多智能体动态参数共享 (MADPS) 算法来应用该工具。实验证明，我们的方法在衡量智能体政策差异和特定行为倾向方面是有效的，并且相比其他参数共享方法，MADPS 表现出更优越的性能。

    Jan, 2024