使用卷积神经网络嵌入可视化生成空间
人机交互
2022-11-01 v1
摘要
随着学界对游戏程序化内容生成（PCG）的兴趣增长，对比较和对比替代PCG系统输出空间的方法论需求也随之增加。本文中我们引入并评估了一种新颖的方法，利用从训练好的卷积神经网络提取的嵌入来可视化关卡生成系统的生成空间。我们根据该方法生成与行为特征相关的编码游戏关卡2D可视化的能力进行评估。在Super Mario和Boxoban两个不同游戏领域的结果表明，该方法在特定设置下十分强大，并有可能取代用于可视化比较生成空间的替代方法。然而其性能在本文所调查的领域间也不一致，且容易发生间歇性失败。我们得出结论，该方法值得进一步评估，但未来的实现将受益于显著改进。
引用
@article{arxiv.2210.17464,
title = {Visualising Generative Spaces Using Convolutional Neural Network Embeddings},
author = {Oliver Withington and Laurissa Tokarchuk},
journal= {arXiv preprint arXiv:2210.17464},
year = {2022}
}
备注
8 Pages, 4 Figures, To be published in the proceedings of the Experimental Games Workshop 2022 (EXAG) at AIIDE 2022