基于音乐的在线游戏关卡生成

游戏由多种类型的内容组成，而不同内容类型之间的和谐在游戏设计中起着至关重要的作用。然而，大多数关于程序化内容生成的工作一次只考虑一种内容类型。在本文中，我们提出并形式化了基于音乐的在线关卡生成，以将关卡特征实时匹配到音乐特征，同时适应玩家的游玩速度。一个名为基于经验驱动强化学习与可控强化学习的在线玩家自适应程序化内容生成（简称 OPARL）的通用框架，构建于经验驱动强化学习与可控强化学习之上，以实现基于音乐的在线关卡生成。此外，提出并集成一种基于局部搜索与 k 近邻的新型控制策略到 OPARL 中，以结合在线收集的游玩数据控制关卡生成器。基于仿真的实验结果表明，我们所实现的 OPARL 能够以为不同人工玩家在线方式生成难度程度与音乐“能量”动态相匹配的可玩关卡。