用于《洛克人》关卡生成的集成学习
机器学习
2021-07-28 v1
摘要
基于机器学习的程序化内容生成（PCGML）是利用在现有游戏内容上训练的模型来程序化生成游戏内容的过程。PCGML 方法在采用单一模型时难以捕捉底层数据中真实的方差。本文中，我们研究了使用马尔可夫链集成来程序化生成《洛克人》（Mega Man）关卡。我们对所提方法进行了初步研究，并在可玩性和风格相似性度量上与非集成的现有马尔可夫链方法进行了对比评估。
引用
@article{arxiv.2107.12524,
title = {Ensemble Learning For Mega Man Level Generation},
author = {Bowei Li and Ruohan Chen and Yuqing Xue and Ricky Wang and Wenwen Li and Matthew Guzdial},
journal= {arXiv preprint arXiv:2107.12524},
year = {2021}
}
备注
9 pages, 7 figures, Workshop on Procedural Content Generation