马里奥流形上玩游戏：通过微分几何在潜空间生成功能性内容
机器学习
2022-06-02 v1
摘要
深度生成模型可自动创建多种类型的内容。然而，无法保证此类内容满足呈现给终端用户且具备功能性所需的准则，例如生成的关卡可能不可解或不连贯。本文从几何视角研究该问题，并基于黎曼几何为 Categorical VAE 的潜空间提供可靠的插值与随机游走方法。我们在“Super Mario Bros”和“The Legend of Zelda”关卡上测试了我们的方法，并与受当前实践启发的更简单基线进行对比。结果表明，我们所提出的几何能更好地进行插值与采样，可靠地保持在解码为可玩内容的潜空间部分附近。
引用
@article{arxiv.2206.00106,
title = {Mario Plays on a Manifold: Generating Functional Content in Latent Space through Differential Geometry},
author = {Miguel González-Duque and Rasmus Berg Palm and Søren Hauberg and Sebastian Risi},
journal= {arXiv preprint arXiv:2206.00106},
year = {2022}
}
备注
Accepted at CoG 2022