基于大语言模型的实用 PCG
本文探讨了使用大型语言模型 (LLMs) 生成 Sokoban 游戏关卡的可行性及效果,发现 LLMs 能够生成关卡,且其性能随数据集规模的提高而显著提高。同时,文章也介绍了控制 LLMs 关卡生成器的初步实验结果,并探讨了未来研究的有 promising 的方向。
Feb, 2023
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
本文介绍一个 fine-tuned GPT2 模型 MarioGPT,它能够生成多样的游戏地图,实现可控制的 PCG。结合 Novelty search,该模型能够生成具有不同游戏动态特点的多样化地图,开创了文本 - 游戏地图的先河。
Feb, 2023
基于 3D-GPT 的指令驱动的 3D 建模框架,利用语言模型实现了高效的自动内容创作,简化初始场景描述并从文本中提取参数值,与 3D 软件无缝集成,为未来场景生成和动画的进一步发展提供了基础。
Oct, 2023
大型语言模型 (Large Language Models, LLMs),如 GPT-4 的进步为生成设计提供了新的机会,本文调查了该工具在整个设计和制造流程中的应用。通过一系列示例,我们突出了当前 LLMs 的优点和局限性,旨在推动这些模型的持续改进和进步。
Jul, 2023
通过 Word2World 系统,大型语言模型 (LLMs) 可以通过故事无需任何任务特定的微调,创造多样内容并提取信息,设计叙述性和以瓷砖在合适位置创建连贯世界和可玩游戏。
May, 2024
本文是第一篇关于利用大规模预训练语言模型(LLMs)进行科学模拟的研究,聚焦于四个建模和模拟任务,分别评估 LLMs 的预期优势和局限性,并为模型构建者提供实用指南,包括解释概念模型结构、总结模拟输出、通过文本传达模拟可视化洞见以及解释模拟错误并提供解决方案。
Jun, 2023
基于近年来大型语言模型 (LLMs) 在游戏设计、开发和研究中的潜力,本文针对与游戏相关的 LLM 的最新研究进行了初步调研,总结了 2022 年至 2024 年初间与 LLMs 和视频游戏相关的 76 篇论文,主要关注游戏人工智能、游戏开发、叙事以及游戏研究和评论,为未来的研究和评论奠定了基础。
Mar, 2024
通过对多个 LLM 模型的研究,本文不仅提供了全面的概述,还明确了现有挑战,并指出了未来的研究方向。该综述提供了关于生成型人工智能的当前状态的全面观点,为进一步的探索、增强和创新提供了启示。
Mar, 2024