用于程序化生成美学复杂环境的 WaveFunctionCollapse 的马尔可夫框架
人工智能
2026-01-27 v2
摘要
程序化内容生成通常需要同时满足设计者指定的目标以及底层瓦片集隐式施加的邻接约束。为了应对联合优化约束与目标的挑战，我们将 WaveFunctionCollapse (WFC) 重新表述为马尔可夫决策过程 (MDP)，使外部优化算法能够专注于目标最大化，同时利用 WFC 的传播机制来强制满足约束。我们通过实验将优化该 MDP 与联合优化全局度量和局部瓦片放置的传统演化方法进行了比较。在具有不同难度的多个领域中，我们发现联合优化不仅随着任务复杂度增加而面临困难，而且其表现始终逊于对 WFC-MDP 的优化，这凸显了将局部约束满足与全局目标优化解耦的优势。
引用
@article{arxiv.2509.09919,
title = {A Markovian Framing of WaveFunctionCollapse for Procedurally Generating Aesthetically Complex Environments},
author = {Franklin Yiu and Mohan Lu and Nina Li and Kevin Joseph and Tianxu Zhang and Julian Togelius and Timothy Merino and Sam Earle},
journal= {arXiv preprint arXiv:2509.09919},
year = {2026}
}