探讨了 “co-creative AI” 以及 “mixed-initiative system” 的概念，重点在于通过人工智能对话的形式，探讨人类和计算机之间的良好沟通，实现用户的创造力和计算机生成内容的混合应用，最后介绍了一个可插入式转基因生成模型和人工智能代理通信通道的聊天界面框架 -“CREATIVE-WAND”。

Aug, 2022

本研究探讨了人工智能生成系统的不同工作模式，包括人机协作生成，以及探究人们对于这些模式的偏好和使用体验。我们的实验表明，覆盖更广阔的设计空间可以提高用户的满意度和成就感，而谨慎的介入和解释可以更好的适应不同技能水平的用户。

May, 2023

通过遗传编程框架，结合人类控制器的输入数据，创造出有意义的人工玩家，解决现有游戏人物设计中手动编写脚本和规则的瓶颈问题，并提供洞察玩家在游戏中的表现以及相应的模型。

Mar, 2018

通过将 AI 生成的文本与游戏相结合，利用混合主动性合作的方式，探索人工智能与人类之间的互动，从而提高内容创作者和玩家的可访问性和趣味性，进一步影响玩家的创造性过程和角色认知，以及根据不同背景偏好，鼓励创新内容合作设计。

Jul, 2023

使用强化学习实现程序化内容生成（PCGRL），通过可计算、用户定义的质量度量训练智能体优化 3D 环境下针对 Minecraft 游戏的任务，生成多样化的游戏关卡，展示了 PCGRL 在 3D 环境下的应用和潜力。

Jun, 2022

通过生成对抗网络和角色设计相结合的协同创作框架，本研究开发了一个标记数据集并使用不同的生成对抗网络进行评估，证实了该框架的价值，并阐明了生成的概念如何以多样的方式与设计师的能力相互作用，影响构思新角色的创造过程。

Nov, 2023

该论文介绍了一种通过扩展语言模型来实现生成代理的架构，生成的代理在交互中呈现出能够模拟真实人类行为和社交的表现。

Apr, 2023

通过系统文献综述，本文研究了图形素材生成领域中的最新方法，旨在填补现有研究的不足，并提出了一个概念框架来解决这些问题。

Nov, 2023

人工智能在协同创造中的角色和责任分配是本研究的关键，主要通过建立一个包含人工智能的合作系统本体论来澄清相关研究，其中包括计算机作为分包商、计算机作为评论者、计算机作为队友等不同类别的分类。

Oct, 2023

我们研究建立具有开放式创造性任务的具身代理。通过增强控制器与想象器，根据语言指令生成详细的任务想象，我们提出了创造性代理解决方案的一类方法。我们在 Minecraft 游戏中使用 GPT-4V 评估了这些创造性任务，展示创造性代理是首批在 Minecraft 的生存模式中实现多样化建筑创作的 AI 代理。

Dec, 2023