研究人员开发了一种将波函数坍缩（WFC）与进化搜索相结合的新方法来生成内容。该方法不直接演化完整的输出，而是演化WFC使用的小输入示例，将WFC视为基因型到表型的映射。然后使用特定领域的适应度函数评估生成的内容。该技术在提高生成质量方面显示出潜力，尤其是在需要涌现属性的任务中，例如迷宫连通性和塞尔达风格的地牢布局，尽管需要全局约束的领域仍存在挑战。 AI
影响 这项研究可能为游戏和其他应用中更复杂的过程内容生成技术带来新的发展。
排序理由 该集群包含一篇详细介绍内容生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.02082v1 Announce Type: cross Abstract: Wave Function Collapse (WFC) is a widely used procedural content generation method that learns local adjacency constraints from example inputs to generate larger outputs. In this paper, we explore combining WFC with evolutionary s…
Wave Function Collapse (WFC) is a widely used procedural content generation method that learns local adjacency constraints from example inputs to generate larger outputs. In this paper, we explore combining WFC with evolutionary search by evolving the small input examples used by…