基于GAN的策略游戏地图内容生成
机器学习
2023-01-10 v1
摘要
地图是策略游戏中非常重要的组成部分，若手工制作则耗时漫长。由传统过程化内容生成（PCG）技术（如Perlin噪声或基于瓦片的PCG技术）生成的地图看起来不自然且缺乏吸引力，因而无法为玩家提供最佳用户体验。然而，若有生成器经训练学会如何生成，则有可能创建出逼真自然的地图图像。我们提出了一种基于生成对抗网络（GAN）的地图生成模型。在我们的实现中，我们在高度图数据集上测试了不同的GAN类网络变体。我们进行了广泛的实证评估以确定每种方法的优势与特性。所获得的结果令人鼓舞，表明使用此类方法确实有可能生成外观逼真的地图。
引用
@article{arxiv.2301.02874,
title = {GAN-Based Content Generation of Maps for Strategy Games},
author = {Vasco Nunes and João Dias and Pedro A. Santos},
journal= {arXiv preprint arXiv:2301.02874},
year = {2023}
}
备注
Published in the Proceedings of GAME ON 2022