[論文レビュー] Super Mario as a String: Platformer Level Generation Via LSTMs

Adam Summerville, Michael Mateas|arXiv (Cornell University)|Mar 2, 2016

Artificial Intelligence in Games参考文献 23被引用数 98

ひとこと要約

著者らは、長短期記憶ネットワーク（LSTM）を用いてスーパーマリオブラザーズのレベルを生成する。レベルをタイルの連なりとして扱い、8つのデータ表現を探索し、プレイヤーの経路情報を含めると遊べる人間に近いレベルが得られることを示す。

ABSTRACT

The procedural generation of video game levels has existed for at least 30 years, but only recently have machine learning approaches been used to generate levels without specifying the rules for generation. A number of these have looked at platformer levels as a sequence of characters and performed generation using Markov chains. In this paper we examine the use of Long Short-Term Memory recurrent neural networks (LSTMs) for the purpose of generating levels trained from a corpus of Super Mario Brothers levels. We analyze a number of different data representations and how the generated levels fit into the space of human authored Super Mario Brothers levels.

研究の動機と目的

• プラットフォーマー向けの手作業ルールを用いず、既存レベルから学習してProcedural Content Generationを動機づける。
• 神経系列モデルのために2Dプラットフォーマーのレベルを1D系列として表現する方法を調査する。
• 生成されるレベルの遊びやすさと質に対するデータ表現の影響を評価する。
• プレイヤーの経路情報を含めることでレベルの遊びやすさと人間作成レベルへの整合性が向上することを示す。
• 複数の次元で生成レベルを人間作成レベルと比較する指標を提供する。

提案手法

• シーケンス内の次のタイルを予測するために3層512ユニットのLong Short-Term Memoryネットワークを使用する。
• 一般化を向上させるため、縦スライスではなくタイルタイプのシーケンス（ワンホットエンコード）としてレベルを表現する。
• 8つの誘発データ順序を探索する（Bottom-To-TopとSnaking / 経路情報有無 / 列深情報有無）。
• 過学習を抑えるため、200ステップのバックプロパゲーション・スルー・タイムウィンドウを取り入れ、ドロップアウトを適用する。
• 列ごとに特別な列-depthトークンを5列ごとに増加させ、ネットワークがレベルの進行を捉えるのを助ける。
• 70/30の訓練/評価分割で39のクラシックSMBレベル（およびSMB2）を訓練し、負の対数尤度や他の遊びやすさ指標で評価する。

実験結果

リサーチクエスチョン

• RQ1 2Dプラットフォーマーのレベルを1D系列として異なる表現がLSTM生成にどのように影響するか。
• RQ2 レベルを通る経路をシミュレートしたものや人間由来の経路を含めると遊びやすさは向上するか、指標にどのように反映されるか。
• RQ3 順序（Bottom-To-Top vs Snaking）、経路情報、列深情報の組み合わせのうち、現実性と遊びやすさの最良のバランスを生むのはどれか。
• RQ4 LSTMsは生成レベルの特性（直線性、寛容性など）を人間作成レベルに近づけられるか。

主な発見

• 最も良いデータ形式はSnaking-Path-Depthで、保持データ上で負の対数尤度が最も低い。
• 経路情報を含めると遊びやすさが大幅に向上し、経路有モデルは経路無モデルを約2倍の性能で上回る。
• すべての経路情報を取り入れた生成器は、経路長や他の指標が人間作成レベルと一致し、経路認識付きバリアントはこれまで報告されたMLベース生成器を上回る遊びやすさを達成し得る（最大97%の完成率）
• 経路情報を用いたレベルは、直線性、寛容性、装飾、経路長など、複数の指標で元のSMBレベルの表現域と一致している。
• このシステムは97%の完成可能レベルを達成し、従来のMLベースの結果（66%）を上回り、以前のコンペティションでの最高の人間作成システム（94%）を超えている。