超级马里奥兄弟在线关卡生成与实时内容自适应的构造基元学习
人工智能
2015-11-03 v3
摘要
程序化内容生成（PCG）因自动生成游戏内容而对游戏设计与开发极具意义。受近期基于学习的 PCG 框架及其他已有 PCG 工作启发，我们提出了一种在超级马里奥兄弟（SMB）中进行在线内容生成与自适应的替代方法。与 SMB 中多数现有工作不同，我们的方法利用基于规则与基于学习方法之间的协同来产生构造基元（constructive primitives），即 SMB 中质量可控的游戏片段。因此，通过有关几何特征和过程级属性的可控参数集成相关构造基元，可在线上生成完整的优质游戏关卡。此外，通过诸如动态难度调整（DDA）等自适应准则动态选择合适的构造基元，可实时生成自适应内容。我们的方法在内容质量保证、生成效率和可控性方面具有若干优良特性。大量仿真结果表明，所提方法能在线生成可控且优质的游戏关卡，并为 DDA 实时生成自适应内容。
引用
@article{arxiv.1510.07889,
title = {Learning Constructive Primitives for Online Level Generation and Real-time Content Adaptation in Super Mario Bros},
author = {Peizhi Shi and Ke Chen},
journal= {arXiv preprint arXiv:1510.07889},
year = {2015}
}
备注
v1 is invalid because a wrong license was chosen