通过 MAP-Elites 照亮敌人空间
人工智能
2022-05-09 v2 神经与进化计算
摘要
动作冒险游戏有若干需克服的挑战,其中最常见的是敌人。敌人的目标是通过扣除生命值来阻碍玩家推进,而它们阻碍此进程的方式因敌人种类而异。在此背景下,本文介绍一种以敌人难度为目标的程序化生成敌人的进化方法的扩展版本。我们的方法通过引入 MAP-Elites 种群来生成多样化且不损失质量的敌人,从而推进了敌人生成研究。计算实验表明,该方法在大多数情况下于不到一秒内使 MAP-Elites 中大多数敌人收敛。此外,我们让玩家试玩了含有我们所生成敌人的动作冒险游戏原型。该实验显示玩家享受大多数所玩关卡,且我们成功创建了被感知为易、中、难对付的敌人。
引用
@article{arxiv.2202.09615,
title = {Illuminating the Space of Enemies Through MAP-Elites},
author = {Breno M. F. Viana and Leonardo T. Pereira and Claudio F. M. Toledo},
journal= {arXiv preprint arXiv:2202.09615},
year = {2022}
}
备注
8 pages, 9 figures, version accepted for IEEE CoG '22