PCGPT：基于 Transformer 的过程内容生成
机器学习
2023-10-05 v1 人工智能
摘要
本文提出 PCGPT 框架，一种利用离线强化学习与 transformer 网络进行过程内容生成（PCG）的创新方法。PCGPT 基于 transformer 构建自回归模型，迭代生成游戏关卡，以应对传统 PCG 方法存在的重复、可预测或不一致内容等挑战。该框架对动作、状态与奖励的轨迹进行建模，借助 transformer 的自注意力机制捕捉时间依赖与因果关系。该方法在推箱子（Sokoban）益智游戏中进行评估，模型预测所需物品及其对应位置。在 Sokoban 游戏上的实验结果表明，PCGPT 生成出更复杂且多样的游戏内容。有趣的是，与现有方法相比，它以显著更少的步数取得这些结果，展现出其在增强游戏设计与在线内容生成方面的潜力。我们的模型代表了一种超越以往方法的新 PCG 范式。
引用
@article{arxiv.2310.02405,
title = {PCGPT: Procedural Content Generation via Transformers},
author = {Sajad Mohaghegh and Mohammad Amin Ramezan Dehnavi and Golnoosh Abdollahinejad and Matin Hashemi},
journal= {arXiv preprint arXiv:2310.02405},
year = {2023}
}