Keiki：基于序列GAN的拟真弹幕生成
机器学习
2021-07-08 v1 人工智能
摘要
基于搜索的程序化内容生成方法近来被引入用于弹幕游戏的自主创建。然而，基于搜索的方法难以显式建模弹幕(即弹幕射击实体)的模式，且生成的关卡常显得不真实。本文提出一个名为 Keiki 的新型弹幕游戏平台，其将弹幕表示为参数化序列，从而可建模弹幕的序列行为。我们采用三类生成对抗网络(GANs)并基于三个为量化生成弹幕质量而设计的指标测试 Keiki。时间序列 GAN 与周期空间 GAN 在所采用的评价指标、其与人类设计弹幕的偏差以及生成弹幕的多样性方面表现出不同但具竞争力的性能。本文初步实验研究展示了时间序列 GAN 用于游戏中序列内容生成的潜力。
引用
@article{arxiv.2107.02991,
title = {Keiki: Towards Realistic Danmaku Generation via Sequential GANs},
author = {Ziqi Wang and Jialin Liu and Georgios N. Yannakakis},
journal= {arXiv preprint arXiv:2107.02991},
year = {2021}
}
备注
This paper is accepted by the 2021 IEEE Conference on Games