通过 LSTM 学习玩家路径生成《淘金者》关卡
机器学习
2021-07-28 v1
摘要
机器学习已成为许多不同领域（包括程序化内容生成）中的流行工具。然而，基于机器学习的程序化内容生成（PCGML）方法在可控性与连贯性方面存在困难。在本文中，我们试图通过学习生成类人路径，并基于这些路径生成关卡来解决这些问题。我们从游戏视频中提取玩家路径数据，训练一个 LSTM 基于该数据生成新路径，然后基于该路径数据生成游戏关卡。我们证明，与现有的 PCGML 方法相比，我们的方法为游戏《淘金者》生成了更具连贯性的关卡。
引用
@article{arxiv.2107.12532,
title = {Generating Lode Runner Levels by Learning Player Paths with LSTMs},
author = {Kynan Sorochan and Jerry Chen and Yakun Yu and Matthew Guzdial},
journal= {arXiv preprint arXiv:2107.12532},
year = {2021}
}
备注
7 pages, 6 figures, Workshop on Procedural Content Generation