无形堡垒中的质量多样性（QD-AF）：在零玩家游戏中演化复杂性

我们探索使用无形堡垒模拟框架生成多样化环境。AF 定义了一组有限状态机（FSM）节点与边，它们可以重组以控制智能体在“堡垒”网格世界中的行为。框架内智能体的行为与条件旨在捕捉多智能体人工生命与强化学习环境的通用构建模块。使用质量多样性进化搜索，我们生成了多样化的环境集合。根据智能体的 FSM 架构与激活以及集体行为的度量，这些环境展现出特定类型的复杂性。我们的方法，无形堡垒中的质量多样性（QD-AF），生成了类似于简单生态模型的零玩家游戏家族，并且我们识别出了竞争性与合作性多智能体及多物种生存动力学的涌现。我们主张这些生成的世界可以共同作为学习算法的训练与测试场。