这篇论文研究了进化博弈论的数学模型，探讨了在非简单情景下（如有限人口、不消失的突变率、随机决策、沟通等）运用基于个体的方法进行仿真的必要性，并总结了数学模型和计算仿真方法的优缺点。

Apr, 2014

本研究探讨了进化生成算法在音乐制作中的应用，以保护和增强人类创造力。通过将人类反馈融入差分进化算法，我们创作了六首歌曲，这些歌曲被提交给国际唱片公司，都收到了合同的邀约。除了测试这些方法的商业可行性之外，本文还考察了使用传统机器学习方法与进化算法进行内容生成的长期影响。当前的生成技术继续扩大规模，计算机生成内容超过人类创造的潜力逐渐增大，这种趋势带来了风险，即耗尽人类创建的训练数据库，可能导致生成机器学习模型越来越依赖于其随机输入函数用于生成新内容。与无目标随机函数引导的内容生成未来相比，我们的方法允许个性化的创造性探索，确保计算机辅助内容生成方法始终以人为中心并具有文化相关性。

Jun, 2024

本文研究了利用基因算法和自然语言模型生成规则，将其应用于教育游戏的难度调整。通过应用该方法设计了一款趣味教育游戏，针对幼儿园儿童，且初步实验结果表明该方法能够在二十多代以内找到符合指定难度要求的规则。未来研究将关注数据收集与模型优化。

Jul, 2023

本文讨论了进化博弈理论作为一种强大而统一的数学工具，用于研究集体行为的演化，总结了作者最近通过进化博弈理论方法所涉及的一些研究方向，包括：i）随机进化博弈中（稳定）均衡数量的统计性质分析，以及 ii）在技术发展竞赛中建模安全行为的演化及先进人工智能技术带来的风险。最后，对未来研究者提出了展望和一些建议。

Nov, 2023

本文讨论了如何通过使用自动适应函数在进化艺术和设计算法中去除人为干预，提高计算机生成的艺术和设计的创造性和人性化，以达到创新性的目的，并提出了使用二代适应函数进化达尔文的抽象肖像作为示例，从而展示人工智能在艺术创作领域的应用前景。

Jan, 2010

本文介绍了一种带有专家知识启发式的进化算法，以更高效地解决逻辑谜题，在游戏设计中可以应用于自动验证和个性化谜题设计。

Feb, 2023

本文提出使用自动规划代理来模拟不同技能水平的人来生成游戏过程，并从中收集指标以评估当前的游戏设计并确定其潜在缺陷。本文以 Scrabble 和 Cardonomicon 为案例，展示了使用模拟代理来模拟人类玩家如何从游戏中提取度量（在 Scrabble 的情况下）以及突出设计缺陷（在 Cardonomicon 的情况下）。

Aug, 2019

提出一种新的方法来分析多智体系统中的对称和不对称多人博弈，并在 Wolfpack 和 StarCraft II 上进行了实证博弈理论分析，证明了该方法的有效性。

Jun, 2022

采用共享奖励系统鼓励多样性行为是避免进化算法陷入局部极小值的有效方法，用于解决迷宫问题和 Atari 游戏，相比 Novelty Search 方法，本文方法实现更简单且性能更好。

Jun, 2022

本文提出了一种通过生成 player 模型，利用叫做 procedual personas 的原型 player 模型实现自动游戏内容测试的方法，该模型基于心理决策理论，通过使用进化计算开发的节点选择标准来替换 MCTS 的标准 UCB1 标准。我们在多种游戏水平中演示了这些人物的应用，并展示了不同的玩法风格如何在每个水平中表现。总之，我们使用人工智能人物来构建合成游戏测试人员。该方法可用作自动游戏测试工具，在人类反馈不可用或需要快速可视化潜在互动时使用。可能的应用包括游戏开发期间的交互式工具或需在短时间内进行许多评估的程序性内容生成系统。

Feb, 2018