高维程序内容生成
人工智能
2026-02-24 v1
摘要
程序内容生成（PCG）在塑造静态2D/3D几何方面取得了显著进展，但大多数方法将游戏玩法视为辅助，仅在空间维度上进行优化。我们认为这限制了可控性和表达性，正式引入高维PCG（HDPCG）：一个将非几何游戏维度提升为联合状态空间一等坐标的框架。我们在两个具体方向上实例化HDPCG。方向空间在几何上增添离散层次维度，验证了4D（x,y,z,l）中的可达性，实现了对2.5D/3.5D机制（如重力反转和平行世界切换）的统一处理。方向时间通过时间展开图为几何增添时序动态，捕捉动作语义和冲突规则。对于每个方向，我们提出了三个通用、可行的算法，共享抽象骨架生成、受控grounding、高维验证和多指标评估的管道。大规模实验在多样化情景下验证了问题表述的完整性和方法在可玩性、结构、风格、鲁棒性和效率上的有效性。除了定量结果外，Unity-based案例研究重建了符合我们指标的可玩情景。我们希望HDPCG鼓励PCG向通用表征和超越几何的游戏相关维度生成转变，为可控、可验证和可扩展的关卡生成之路。
引用
@article{arxiv.2602.18943,
title = {High Dimensional Procedural Content Generation},
author = {Kaijie Xu and Clark Verbrugge},
journal= {arXiv preprint arXiv:2602.18943},
year = {2026}
}