用于分析与演化游戏关卡的瓦片模式 KL 散度
神经与进化计算
2019-05-14 v1
摘要
本文深入研究了使用 Kullback-Leibler (KL) 散度作为比较与分析游戏关卡的方法,并由此将该度量用作进化算法的目标函数以演化新关卡。我们描述了其不对称性在关卡分析中的益处,并证明(毫不意外地)结果质量依赖于所用特征。此处我们使用不同尺寸的瓦片模式作为特征。当将该度量用于基于演化的关卡生成时,我们证明变异算子的选择对提供高效搜索过程至关重要,并引入一种新颖的卷积变异算子以促进此过程。我们将结果与替代生成器进行比较,包括在生成对抗网络潜空间中演化,以及 Wave Function Collapse。结果清晰表明所提方法具有竞争性表现,以极快训练与较快生成提供了合理质量的结果。
引用
@article{arxiv.1905.05077,
title = {Tile Pattern KL-Divergence for Analysing and Evolving Game Levels},
author = {Simon M. Lucas and Vanessa Volz},
journal= {arXiv preprint arXiv:1905.05077},
year = {2019}
}
备注
8 pages plus references. Proceedings of GECCO 2019