[論文レビュー] Illuminating Mario Scenes in the Latent Space of a Generative Adversarial Network

Matthew C. Fontaine, Ruilin Liu+5 more|arXiv (Cornell University)|Jul 10, 2020

Artificial Intelligence in Games被引用数 8

ひとこと要約

本論文では、Super Mario Bros. レベルのシーンを学習したGANの潜在空間を、品質多様性アルゴリズム（特にMAP-ElitesおよびCMA-ME）を用いて探索することで、指定されたゲームプレイ特性を持つ多様で高品質なレベルをデザイナーが生成できるようにする手法を提案する。CMA-MEは他の手法に比べ、カバレッジと品質の両面で優れており、人間が設計したレベルと同様のスタイルを保ちつつ、敵の数や地形の複雑さといったメカニクスの面でも多様なレベルを生成した。

ABSTRACT

Generative adversarial networks (GANs) are quickly becoming a ubiquitous approach to procedurally generating video game levels. While GAN generated levels are stylistically similar to human-authored examples, human designers often want to explore the generative design space of GANs to extract interesting levels. However, human designers find latent vectors opaque and would rather explore along dimensions the designer specifies, such as number of enemies or obstacles. We propose using state-of-the-art quality diversity algorithms designed to optimize continuous spaces, i.e. MAP-Elites with a directional variation operator and Covariance Matrix Adaptation MAP-Elites, to efficiently explore the latent space of a GAN to extract levels that vary across a set of specified gameplay measures. In the benchmark domain of Super Mario Bros, we demonstrate how designers may specify gameplay measures to our system and extract high-quality (playable) levels with a diverse range of level mechanics, while still maintaining stylistic similarity to human authored examples. An online user study shows how the different mechanics of the automatically generated levels affect subjective ratings of their perceived difficulty and appearance.

研究の動機と目的

• 人間のデザイナーにとって直感的であるように、GANの潜在空間をプロシージャルゲームレベル生成の文脈で効果的に探索する課題に対処すること。
• 明確に定式化しにくい目的に依存するのではなく、デザイナーがゲームプレイの指標（例：敵の数、障害物の数）を指定できるようにすること。
• 品質多様性（QD）アルゴリズムが、GANの潜在空間から、多様で高品質かつスタイルが一貫したレベルの集合を効率的に抽出できるかどうかを評価すること。
• GANベースのレベル生成の文脈において、最先端のQDアルゴリズムを比較し、最も効果的な手法を同定すること。

提案手法

• 実際のSuper Mario Bros. レベルのシーンを学習した条件付きDCGANを用い、潜在空間内でリアルな見た目のレベル画像を生成する。
• 品質多様性アルゴリズム（MAP-Elites、MAP-Elites（線形版）、CMA-ME）を用いて、ゲームプレイ指標（例：敵の数、空のタイル数）とGANの忠実度の両方を最適化することで、潜在空間を探索する。
• 連続的な潜在空間における探索を向上させるために、CMA-MEで方向性の変異作用素と共分散行列の適応を適用する。
• ゲームプレイ指標を連続変数（[0,1]に正規化）として定義し、QDアルゴリズムにおける行動記述子として使用する。
• 生成されたシーンを、客観的指標（真値レベルとのKLダイバージェンス）と主観的なユーザースタディ（難易度の認識、類似度の認識）の両方で評価する。
• 厳格な品質管理を施したAmazon Mechanical Turkを用いてユーザースタディのデータを収集・分析し、混合効果順序回帰を用いてゲームプレイ特徴量が認識に与える影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 品質多様性アルゴリズムは、指定されたゲームプレイ特性を持つ多様で高品質なSuper Mario Bros. レベルのシーンを、学習済みGANの潜在空間から効果的に照らし出せるか？
• RQ2 CMA-ME、MAP-Elites、CMA-ESなどの異なるQDアルゴリズムは、生成されたレベル集合のカバレッジと品質の面でどのように比較されるか？
• RQ3 敵の数や空のタイル数などのゲームプレイ指標は、ユーザーがレベルの難易度や人間が作成したレベルとの視覚的類似度をどのように主観的に認識に影響を与えるか？
• RQ4 KLダイバージェンス指標は、真値レベルのシーンとの類似度に対する人間の認識と相関しているか？

主な発見

• CMA-MEは、多様性（カバレッジ）と品質（QDスコア）の両面で、他のすべてのアルゴリズムを上回り、最も包括的かつ高性能なレベルシーンのセットを生成した。
• 空のタイル数が難易度の認識に与える影響（β = 4.35、p < 0.001）は、敵の数の影響（β = 0.94、p = 0.001）よりも強く、地形の複雑さが難易度認識においてより顕著な要因であることを示している。
• ユーザーは、ジャンプの頻度と長さが難易度評価の主な要因であると一貫して報告しており、これはゲームプレイメカニクスと整合している。
• KLダイバージェンス値は、真値のシーンとの類似度に対する人間の認識を有意に予測した（β1 = -1.24、p < 0.001；β2 = -0.40、p < 0.001）、すなわち指標が人間の認識と良好に相関していることを示している。
• ユーザースタディの結果、異なるメカニクスを持つレベルは、難易度および外観の両面で明確に異なると認識されたことから、生成出力の多様性が妥当であると確認された。
• 本手法は、人間が設計した例と同様のスタイルを維持しつつ、潜在空間の探索によってゲームプレイ特性を細かく制御できるレベルを効果的に生成した。