毁灭之路：利用小规模数据集学习迭代式关卡生成器

我们提出了一种新的程序化内容生成方法，该方法从已有关卡的数据集中学习迭代式关卡生成器。我们称之为“毁灭之路”（Path of Destruction）的方法将关卡生成视为修复；关卡通过从随机初始关卡出发进行迭代修复而创建。第一步是通过对现有关卡引入多种不同的变异序列，从原始关卡集合生成人工数据集。在生成的数据集中，特征是被破坏关卡的观测，目标是修复观测中心被变异瓦片的具体动作。利用该数据集，训练一个卷积网络以从观测映射到各自合适的修复动作。随后将训练好的网络用于从随机起始地图迭代生成关卡。我们通过将该方法应用于为若干2D游戏（Zelda、Danger Dave 和 Sokoban）生成独特且可玩的基于瓦片的关卡，并调整关键超参数，来演示此方法。