基于序列VAE与潜变量进化的愤怒的小鸟关卡生成
人工智能
2021-04-14 v1
摘要
基于机器学习（ML）特别是深度生成模型的视频游戏关卡生成，作为一种自动化关卡生成技术已引起关注。然而，现有基于ML的关卡生成应用大多局限于基于瓦片的关卡表示。当ML技术应用于具有非瓦片式关卡表示的游戏领域（如《愤怒的小鸟》，其中关卡中的物体由实值参数指定）时，ML往往无法生成可玩的关卡。在本研究中，我们为《愤怒的小鸟》游戏领域开发了一种基于深度生成模型的关卡生成方法。为克服这些缺陷，我们提出将关卡进行序列编码并作为文本数据处理，而现有方法采用基于瓦片的编码并作为图像处理。实验表明，与现有方法相比，所提出的关卡生成器大幅提升了生成关卡的稳定性和多样性。我们将潜变量进化（latent variable evolution）与所提出的生成器结合，以控制通过AI智能体游玩计算得到的生成关卡特征，同时保持关卡的稳定性和自然性。
引用
@article{arxiv.2104.06106,
title = {Level Generation for Angry Birds with Sequential VAE and Latent Variable Evolution},
author = {Takumi Tanabe and Kazuto Fukuchi and Jun Sakuma and Youhei Akimoto},
journal= {arXiv preprint arXiv:2104.06106},
year = {2021}
}
备注
The Genetic and Evolutionary Computation Conference 2021 (GECCO '21)