用于自动游戏改进的 N-Tuple 赌博机进化算法

本文描述了一种特别适合 AI 辅助游戏设计的新进化算法。本文采用的方法是利用 AI 智能体游玩游戏的观测来估计游戏的质量。为此目的的一些最佳智能体是通用视频游戏 AI（General Video Game AI）智能体，因为它们无需针对特定游戏调参即可直接部署到新游戏上；这些智能体往往基于随机算法，给出鲁棒但含噪声的结果，且运行成本往往较高。这促使了本文的主要贡献：开发新颖的 N-Tuple 赌博机进化算法（N-Tuple Bandit Evolutionary Algorithm），其中使用一个模型来估计未采样点的适应度，并采用赌博机方法来平衡搜索空间的探索与利用。在优化一个太空战斗游戏变体上的初步结果表明，该算法比随机变异爬山算法（Random Mutation Hill Climber）及其偏置变异变体提供更鲁棒的结果，而后两者本身已知在一系列问题上具有竞争力。人类玩家还对进化游戏的性质给出了主观评价，表明更倾向于由 N-Tuple 算法生成的游戏。