可控的破坏路径
人工智能
2023-06-02 v2 机器学习
摘要
破坏路径（PoD）是一种用于学习迭代生成器的自监督方法。其核心思想是通过破坏一组制品来生成训练集，并为每个破坏步骤基于相应的修复动作创建一个训练实例。在该数据集上训练的生成器随后可通过从任意状态修复来生成新制品。PoD 方法在原始训练样本方面数据效率极高，且非常适用于由类别数据构成的功能性制品，例如游戏关卡和离散 3D 结构。在本文中，我们扩展破坏路径方法以允许设计者对生成制品的某些方面进行控制。可控性通过向构成修复轨迹的状态-动作对添加条件输入来引入。我们在 2D 地牢环境以及小型 3D 乐高汽车领域测试了可控 PoD 方法。
引用
@article{arxiv.2305.18553,
title = {Controllable Path of Destruction},
author = {Matthew Siper and Sam Earle and Zehua Jiang and Ahmed Khalifa and Julian Togelius},
journal= {arXiv preprint arXiv:2305.18553},
year = {2023}
}
备注
8 pages, 6 figures, and 2 tables. Published at CoG Conference 2023