条件式关卡生成与游戏融合
机器学习
2020-10-16 v1
摘要
先前的研究表明变分自编码器（VAEs）可通过学习现有关卡数据的潜在表示来生成和融合游戏关卡。我们在此类模型的基础上，探索条件变分自编码器（CVAEs）所赋能的关卡设计功能与应用。CVAEs 通过使用带标签的数据进行训练来增强 VAEs，从而能够根据某些输入条件生成输出。我们研究了在关卡生成过程中增强的控制能力，以及通过在带标签的游戏关卡数据上训练来产生期望输出的能力，如何能够建立在先前的 PCGML（基于机器学习的程序化内容生成）方法之上。通过对来自 Super Mario Bros.、Kid Icarus 和 Mega Man 的关卡训练 CVAEs 的结果，我们表明此类模型可通过生成具有期望关卡元素和模式的关卡，以及产生具有期望游戏组合的融合关卡，来辅助关卡设计。
引用
@article{arxiv.2010.07735,
title = {Conditional Level Generation and Game Blending},
author = {Anurag Sarkar and Zhihan Yang and Seth Cooper},
journal= {arXiv preprint arXiv:2010.07735},
year = {2020}
}
备注
6 pages, 8 figures, Experimental AI in Games Workshop at AIIDE 2020