瓦片嵌入：面向基于机器学习的程序化关卡生成的通用表示
机器学习
2021-10-08 v1 计算机视觉与模式识别
摘要
近年来，基于机器学习的程序化关卡生成（PLGML）技术已被应用于用机器学习生成游戏关卡。这些方法依赖于人工标注的游戏关卡表示。为游戏创建标注数据集需要领域知识且耗时。因此，尽管存在大量电子游戏，但仅有少数经过筛选的标注数据集。因而当前 PLGML 技术仅在有限领域中被探索，以超级马里奥兄弟为最常见例子。为解决该问题，我们提出瓦片嵌入，一种面向基于瓦片的 2D 游戏的统一、富含功能可供性的表示。为学习该嵌入，我们采用在来自一组现有人工标注游戏的瓦片视觉与语义信息上训练的自编码器。我们评估了该表示在预测未见瓦片的功能可供性、以及作为标注与未标注游戏的 PLGML 表示方面的能力。
引用
@article{arxiv.2110.03181,
title = {Tile Embedding: A General Representation for Procedural Level Generation via Machine Learning},
author = {Mrunal Jadhav and Matthew Guzdial},
journal= {arXiv preprint arXiv:2110.03181},
year = {2021}
}
备注
8 pages, 5 figures, AIIDE 2021