恰当多样性：以度量选择方法改进表现范围分析
人机交互
2023-04-06 v1
摘要
表现范围分析（ERA）是一种可视化程序内容生成（PCG）系统输出的方法，广泛用于PCG研究以评估和比较生成器，常就其输出多样性与搜索空间探索方面的相对性能作出比较性陈述。生成标准ERA可视化需选取两个可对所有待可视化生成 artefact 计算的度量。然而，据我们所知，尚无方法学或启发式可论证特定度量对相对于其他备选的选取合理性。已有工作通常基于既成但无据的规范、设计者直觉选取，或遍历所有可能度量对生成多个可视化。本文旨在通过辨识度量对有价值的特性，并证明具备这些特性的度量对具有更高概率为底层生成器产出信息丰富的ERA投影，从而贡献于该领域。我们引入并考察了三种可量化的度量对评估准则，并演示如何将这些准则操作化以对可用度量对排序。尽管这是对ERA度量对效用量化概念的初步探索，我们认为本文所探方法可使ERA对研究者和游戏设计者更具效用与可用性。
引用
@article{arxiv.2304.02366,
title = {The Right Variety: Improving Expressive Range Analysis with Metric Selection Methods},
author = {Oliver Withington and Laurissa Tokarchuk},
journal= {arXiv preprint arXiv:2304.02366},
year = {2023}
}
备注
To be published in the Proceedings of 18th International Conference on the Foundations of Digital Games, and presented at the associated conference in Lisbon, April 2023. 11 pages, 6 figures, 3 tables