研究人员开发了一种名为持续抽象发现（CAD）的新方法，以改进视频游戏程序化内容的生成。该技术利用大型语言模型来演化充当内容生成器的Python程序，搜索最优解决方案而非单个游戏关卡。通过将成功程序中可重用的基元提取到辅助模块中，CAD已在Sokoban和Zelda等各种游戏中展示出生成内容质量的提升。 AI
影响 这项研究可能带来更复杂、更多样化的AI生成游戏内容，从而可能缩短开发时间和降低成本。
排序理由 该集群包含一篇学术论文，详细介绍了一种用于程序化内容生成的新AI方法。
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:2608.17947v1 Announce Type: new Abstract: Large language models can generate executable programs, which makes it possible to search directly over procedural content generators rather than individual levels. We study this approach in Sokoban, Zelda, Dangerous Dave, and Lode …
Large language models can generate executable programs, which makes it possible to search directly over procedural content generators rather than individual levels. We study this approach in Sokoban, Zelda, Dangerous Dave, and Lode Runner. Each run evolves complete Python generat…