通过关卡修复重建现有关卡
计算机视觉与模式识别
2023-10-06 v3 机器学习
摘要
过程内容生成（PCG）与基于机器学习的过程内容生成（PCGML）已在先前工作中用于各类游戏的关卡生成。本文引入内容增强（Content Augmentation），并聚焦于关卡修复（level inpainting）这一子问题，其涉及视频游戏关卡的重建与扩展。受图像修复（image inpainting）启发，我们调整了该领域的两种技术以解决我们的特定用例。我们提出了两种关卡修复方法：一种自编码器（Autoencoder）与一种 U-net。通过全面的案例研究，我们展示了它们相对于基线方法的优越性能，并讨论了它们各自的优缺点。此外，我们给出了两种方法在关卡修复任务上的实际演示，并对未来研究的潜在方向提供了见解。
引用
@article{arxiv.2309.09472,
title = {Reconstructing Existing Levels through Level Inpainting},
author = {Johor Jara Gonzalez and Matthew Guzdial},
journal= {arXiv preprint arXiv:2309.09472},
year = {2023}
}
备注
8 pages, 5 figures, Artificial Intelligence and Interactive Digital Entertainment