一种新型CNet辅助的演化关卡修复器及其在超级马里奥兄弟中的应用

将隐变量演化应用于游戏关卡设计已愈发流行，因其所需人类专家知识甚少。然而，由于违反关卡设计约束，可能生成带有非法模式的缺陷关卡。修复缺陷关卡的常规方法是编写特定的基于规则的修复器来修补缺陷。但编写这些约束有时复杂且不直观。亟需一种能够学习约束的自主关卡修复器。本文提出一种新方法CNet，在一组真实关卡上学习给定周围瓦片时瓦片的概率分布，进而检测生成新关卡中的非法瓦片。随后，设计一种演化修复器，借助CNet构建的新型搜索空间与新型启发式函数，搜寻最优替换方案。所提方法在修复GAN生成及人工破坏的超级马里奥兄弟游戏关卡的案例研究中被证明有效。我们的CNet辅助演化修复器也可轻易应用于其他关卡可由物体或瓦片矩阵表示的游戏。