面向Minecraft建筑生成的开放式演化
机器学习
2022-09-08 v1 人工智能
神经与进化计算
摘要
本文提出一种程序化内容生成器，其依据开放式且内禀的新颖性定义演化Minecraft建筑。为实现该目标，我们在潜空间中使用3D自编码器评估个体的新颖性，并在探索与变换阶段之间交替。在探索阶段，系统通过CPPN-NEAT与潜空间（由当前自编码器定义）中的约束新颖性搜索演化多个CPPN种群。我们应用一组修复与约束函数以确保候选者在演化过程中遵循基本结构规则与约束。在变换阶段，我们通过用新颖内容重新训练自编码器来重塑潜空间边界以识别解空间中的新有趣区域。在本研究中，我们评估了变换阶段训练自编码器的五种不同方法及其对演化过程中种群质量与多样性的影响。结果表明，通过重新训练自编码器，相比静态模型可实现更好的开放式复杂性，而当使用具有多样复杂性的更大数据集个体重新训练时进一步改善。
引用
@article{arxiv.2209.03108,
title = {Open-Ended Evolution for Minecraft Building Generation},
author = {Matthew Barthet and Antonios Liapis and Georgios N. Yannakakis},
journal= {arXiv preprint arXiv:2209.03108},
year = {2022}
}
备注
10 pages, 9 figures