基于深度学习代理模型在死亡竞赛射击游戏中配对角色职业
机器学习
2021-03-30 v1 神经与进化计算
摘要
本文引入一种学习不同游戏面向之间映射关系的游戏玩法代理模型，并将其应用于在这些面向之一中生成新内容的生成系统。聚焦于射击游戏类型，本文探讨深度学习如何帮助构建一种模型，该模型将游戏关卡结构与游戏角色职业参数作为输入、将游戏玩法结果作为输出。模型在来自人工智能体在随机关卡与职业参数集合中进行模拟的大量游戏数据语料上训练。随后该模型被用于为特定关卡及期望的游戏结果（如短时长平衡对局）生成职业。本文发现表明，该系统具有表现力，且能为计算机生成与人类创作的关卡生成职业。
引用
@article{arxiv.2103.15451,
title = {Pairing Character Classes in a Deathmatch Shooter Game via a Deep-Learning Surrogate Model},
author = {Daniel Karavolos and Antonios Liapis and Georgios N. Yannakakis},
journal= {arXiv preprint arXiv:2103.15451},
year = {2021}
}
备注
Proceedings of the FDG Workshop on Procedural Content Generation, 2018, 10 pages