Sep, 2023

探索具有生成迁移分析的 Minecraft 定居生成器

PDF
TL;DR生成内容的评估和生成管道的评估方法是目前研究中的关键问题之一，本文介绍了一种名为 Generative Shift 的新方法，通过量化生成过程应用于现有艺术品时的影响来评估生成管道中的各个阶段的影响，然后将该方法应用于一套 Minecraft 游戏地图数据集，研究表明这种方法有潜力成为一种领域无关的生成管道评估方法。
procedural content generationevaluationgenerative pipelinesgenerative shiftminecraft game maps
发现论文，激发创造
  • 通过分散迭代规划实现逼真的 Minecraft 聚居地

    以真实感和适应性为重点的过程城市生成是程序化内容生成 (PCG) 领域中的一个困难挑战，通过分散、迭代的规划过程，能够在类似的生成过程中产生 “有机” 内容。

    Sep, 2023

  • 用于游戏程序内容生成优化问题的景观分析工具

    本文介绍了 Procedural Content Generation (PCG) 及其方法，其中 search-based PCG 将给定的任务作为优化问题，通过进化算法解决。我们提出和讨论了三种高效的分析工具：对角线行走、高层次属性的估计以及问题相似度测量。这些分析方法有助于 PCG 方法的比较和生成内容的质量提升。

    Feb, 2023

  • DreamCraft: 在 Minecraft 中基于文本指导生成具有功能的 3D 环境

    本文介绍了一种从自由形式文本提示中生成功能性 3D 物品的方法，该方法使用量化的神经辐射场（NeRFs）来表示这些物品，以在游戏中与给定文本描述相匹配。

    Apr, 2024

  • 逐层组合级别生成器以创建复杂结构

    本文主要介绍了一种基于组合生成的方法，在复杂和现代游戏中实现可优化性，解决算法设计复杂度高的问题，并在游戏设计中优化功能要求，旨在推动程序内容生成技术在视频游戏产业中的应用。

    Feb, 2023

  • 智能生成图形游戏资产：概念框架与现状的系统综述

    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

  • 基于知识变换的程序化内容生成（PCG-KT）

    通过知识转换实现程序化内容生成 (PCG-KT) 的概念和框架的引入，将以往训练数据缺失以及为全新游戏生成内容的限制转化为知识转换，通过转换不同领域的知识以生成新颖的内容。

    May, 2023

  • 机器学习的程序化内容生成（PCGML）

    本文旨在探讨使用机器学习的方法生成游戏内容，涉及的技术包括神经网络、马尔可夫模型等，讨论了该方法在游戏设计中的应用及存在的问题。

    Feb, 2017

  • 通过程序生成增加机器学习的通用性

    研究了游戏中的 Procedural Content Generation (PCG) 对于增加机器学习方法的通用性的重要性，特别是学习算法对于过度拟合的困扰和参数随机化的抗拟合方法，以增加算法对于不同环境的适应性和回报。

    Nov, 2019

  • 在 Minecraft 中生成 Redstone 风格的城市

    在 Minecraft 中，通过程序生成城市为玩家提供了更多多样的场景，并有助于理解和改进其他数字世界和现实世界中城市的设计。本文介绍了一个参加 Minecraft 定居点生成比赛（2023 年版）的城市生成器。生成过程包括植被清除、地形重塑、建筑布局生成、路径规划、路灯布置和城墙建设等六个主要步骤。使用基于启发式算法、进化布局算法和随机算法等三种算法生成建筑布局，确定不同红石风格建筑的放置位置，并通过在有限时间内在随机地图上生成城市进行测试。实验结果表明，对于平坦地图，基于启发式算法可以更快地找到可接受的建筑布局，而进化布局算法在崎岖地图的进化布局方面表现更好。通过使用比赛的评估标准对我们的生成器与 2022 年比赛中优秀作品进行用户研究比较，结果显示我们的生成器在适应性和功能性标准方面表现良好。

    Jul, 2023

  • 基于树结构的重构分区：一种新颖的低数据量生成方法

    我们介绍了一种名为 Tree-based Reconstructive Partitioning (TRP) 的新型 PCGML 方法，它能够解决在游戏开发的早期阶段应用 PCG 和 PCGML 方法的问题。我们的实验证明，TRP 产生的关卡更具可玩性和一致性，而且在使用较少训练数据时更具普适性。我们认为 TRP 是一种有前景的新方法，它可以在游戏开发的早期阶段引入 PCGML 而不需要人工专业知识或大量训练数据。

    Sep, 2023