利用迁移学习生成与玩法相关的游戏美术资源
计算机视觉与模式识别
2020-10-06 v1 人工智能
摘要
在游戏开发中，设计能够传达玩法相关特征的引人入胜的视觉资源需要时间与经验。近期能够生成高质量内容的图像生成方法可降低开发成本，但这些方法未考虑游戏机制。我们提出了一种卷积变分自编码器（CVAE）系统，基于玩法相关性修改并生成新的游戏视觉内容。我们以宝可梦（Pokémon）精灵图与宝可梦属性信息测试该方法，因为属性是游戏核心机制之一且直接影响游戏视觉表现。实验结果表明，采用迁移学习方法有助于提升在未见数据上的视觉质量与稳定性。
引用
@article{arxiv.2010.01681,
title = {Generating Gameplay-Relevant Art Assets with Transfer Learning},
author = {Adrian Gonzalez and Matthew Guzdial and Felix Ramos},
journal= {arXiv preprint arXiv:2010.01681},
year = {2020}
}
备注
7 pages, 8 figures