MarioGPT：通过大语言模型实现开放式文本到关卡生成
人工智能
2023-11-09 v3 计算与语言
机器学习
摘要
程序化内容生成（PCG）是一种以自动化方式生成复杂多样环境的技术。然而，虽然用PCG方法生成内容通常直截了当，生成反映特定意图与约束的有意义内容仍具挑战。此外，许多PCG算法缺乏以开放式方式生成内容的能力。近来，大语言模型（LLMs）在诸多不同领域展现出极强有效性。这些训练好的LLM可微调，复用信息并加速新任务训练。在此，我们引入MarioGPT，一个微调的GPT2模型，训练用于生成基于瓦片的游戏关卡，此处为超级马里奥兄弟关卡。MarioGPT不仅能生成多样关卡，还可经文本提示实现可控关卡生成，解决了当前PCG技术的关键挑战之一。据我们所知，MarioGPT是首个文本到关卡模型，且与新颖性搜索结合，能生成具不同玩法动态（即玩家路径）的多样关卡，并开放式发现日益多样的内容。代码见 https://github.com/shyamsn97/mario-gpt。
引用
@article{arxiv.2302.05981,
title = {MarioGPT: Open-Ended Text2Level Generation through Large Language Models},
author = {Shyam Sudhakaran and Miguel González-Duque and Claire Glanois and Matthias Freiberger and Elias Najarro and Sebastian Risi},
journal= {arXiv preprint arXiv:2302.05981},
year = {2023}
}