刻薄的新奇方式：基于耦合赋能最小化的对抗性NPC
人工智能
2018-06-06 v1
摘要
创建能够对未预见玩家行为或新颖游戏内容做出稳健反应的Non-Player Characters (NPCs，非玩家角色)既困难又耗时。这阻碍了可信角色的的设计，以及NPC在严重依赖程序化内容生成游戏中的引入。我们此前通过赋能(一种内在动机模型)应对此挑战，并展示了耦合赋能最大化(CEM)策略如何产生通用的、伴侣般的行为。本文中，我们扩展CEM框架加入最小化策略以产生对抗行为。我们在地牢探险游戏中开展定性探索研究，证明CEM可在不对策略修改的情况下，利用不同内容层面的可供性实现自适应对抗行为。关卡设计、底层机制及我们角色动作的改变不会威胁NPC的稳健性，反而产生刻薄的新奇方式。
引用
@article{arxiv.1806.01387,
title = {New And Surprising Ways to Be Mean. Adversarial NPCs with Coupled Empowerment Minimisation},
author = {Christian Guckelsberger and Christoph Salge and Julian Togelius},
journal= {arXiv preprint arXiv:1806.01387},
year = {2018}
}
备注
IEEE Computational Intelligence and Games (CIG) conference, 2018, Maastricht. 8 pages, 6 figures, 2 tables