用于自动化游戏设计的对抗式随机森林分类器
机器学习
2021-07-28 v1 人工智能
摘要
自主游戏设计，即以算法生成游戏，一直是技术游戏研究领域的长期目标。然而，现有的自主游戏设计系统在很大程度上依赖人工编写游戏设计知识，例如基于搜索方法中的适应度函数。本文中，我们描述了一项实验，试图以对抗方式学习一个类人的自主游戏设计适应度函数。尽管我们的实验工作未达预期，我们给出了对系统与结果的分析，希望能为未来的自主游戏设计研究提供借鉴。
引用
@article{arxiv.2107.12501,
title = {Adversarial Random Forest Classifier for Automated Game Design},
author = {Thomas Maurer and Matthew Guzdial},
journal= {arXiv preprint arXiv:2107.12501},
year = {2021}
}
备注
6 pages, 3 figures, Reflections Track of the 2021 ACM Foundations of Digital Games Conference