PulseAugur
实时 07:12:18
English(EN) Procedural Content Metageneration via Program Search and Continual Abstraction Discovery

新方法通过程序搜索增强程序化内容生成

研究人员开发了一种名为持续抽象发现(CAD)的方法,通过程序搜索来改进程序化内容的生成。该技术应用于Sokoban和Zelda等游戏,用于演化游戏内容的Python生成器。CAD将成功的程序中可重用的原语提取到辅助模块中,然后被后续程序采用,从而在各种比较中提高最终适应度。发现的原语通常包括用于验证、可达性和结构元素的实用程序,证明了在内容生成的进化程序搜索中发现可重用组件的有效性。 AI

排序理由 研究论文,详细介绍了一种新的程序化内容生成方法。[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 1 个来源。 我们如何撰写摘要 →

新方法通过程序搜索增强程序化内容生成

报道来源 [1]

  1. arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Julian Togelius ·

    通过程序搜索和持续抽象发现进行过程内容元生成

    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…