利用游戏操作轨迹自动发现视频游戏中的关键机制
人工智能
2020-09-16 v3
摘要
我们提出一种结合游戏描述解析与操作轨迹信息，自动发现视频游戏关键机制的新方法。该方法被应用于通用视频游戏人工智能（GVG-AI）框架内的多款游戏。在一项用户研究中，将人类识别的机制与系统识别的关键机制进行比较，以验证人与系统之间的一致性。研究结果表明，新方法能够以比基线更高的一致性匹配人类判断。我们进一步通过比较在 GVG-AI 的 4 款游戏中，增强了关键机制的 MCTS 智能体与普通 MCTS 智能体的表现来验证系统。我们新的操作轨迹方法在所有 4 款测试游戏中均显示出相对于基线的显著性能提升。所提出的方法还表现出与旧方法相当或更优的性能，表明操作轨迹信息有助于实现更完整的关键机制发现。
引用
@article{arxiv.1909.03094,
title = {Automatic Critical Mechanic Discovery Using Playtraces in Video Games},
author = {Michael Cerny Green and Ahmed Khalifa and Gabriella A. B. Barros and Tiago Machado and Julian Togelius},
journal= {arXiv preprint arXiv:1909.03094},
year = {2020}
}
备注
15 pages, 4 figures, 2 tables, 1 algorithm, 1 equation