通过混合整数线性规划进行视频游戏关卡修复
人工智能
2020-10-15 v1
摘要
近期通过机器学习的程序化内容生成进展使得生成在美学上类似于人工创作示例的视频游戏关卡成为可能。然而，所生成的关卡往往未经额外编辑便不可玩。我们提出了一种生成而后修复的框架，用于自动生成符合特定风格的可玩关卡。该框架使用以人工创作示例训练的生成对抗网络（GAN）构建关卡，并利用带可玩性约束的混合整数线性规划（MIP）对其进行修复。该框架的一个关键组件是计算 GAN 生成关卡与 MIP 求解器解之间的最小代价编辑，我们将其转化为一个最小代价网络流问题。结果表明，所提框架生成了多样的可玩关卡，并捕捉了人工创作关卡中物体间的空间关系。
引用
@article{arxiv.2010.06627,
title = {Video Game Level Repair via Mixed Integer Linear Programming},
author = {Hejia Zhang and Matthew C. Fontaine and Amy K. Hoover and Julian Togelius and Bistra Dilkina and Stefanos Nikolaidis},
journal= {arXiv preprint arXiv:2010.06627},
year = {2020}
}
备注
Accepted to AIIDE 2020 (oral)