基于变分自编码器的游戏间可控关卡混合
机器学习
2020-02-28 v1 人工智能
摘要
先前的研究探索了将现有游戏的关卡进行混合，以创建融合原游戏特性的新游戏关卡。本文中，我们使用变分自编码器（VAEs）来改进此类技术。VAEs 是学习和利用数据集的潜在表示以生成新颖输出的人工神经网络。我们在《超级马里奥兄弟》和《光之神话》的关卡数据上训练了一个 VAE，使其能捕捉跨越两款游戏的潜在空间。随后我们利用该空间生成结合了两国关卡特性的关卡片段。此外，通过在潜在空间中应用进化搜索，我们演化出满足特定约束的关卡片段。我们认为这些功能使得基于 VAE 的方法特别适用于共同创作式关卡设计，并将其性能与 GAN 和 VAE-GAN 等类似生成模型进行了比较。
引用
@article{arxiv.2002.11869,
title = {Controllable Level Blending between Games using Variational Autoencoders},
author = {Anurag Sarkar and Zhihan Yang and Seth Cooper},
journal= {arXiv preprint arXiv:2002.11869},
year = {2020}
}
备注
6 pages, 11 figures, Sixth Experimental AI in Games Workshop at AIIDE