[논문 리뷰] Generative Design in Minecraft: Chronicle Challenge

Christoph Salge, Christian Guckelsberger외 3명|University of Hertfordshire Research Archive (University of Hertfordshire)|2019. 05. 14.

Artificial Intelligence in Games참고 문헌 28인용 수 7

한 줄 요약

논문은 프로시저럴로 생성된 정착지의 역사적·문화적 진화를 기술하는 자연어 서사문을 생성하는 데 초점을 맞춘 '크로니클 챌린지(Chronicle Challenge)'를 소개한다. 이는 시뮬레이션 기반의 계산적 스토리텔링 기법을 활용하여, 시간이 지남에 따라 정착지를 형성하는 목표 지향적 에이전트 기반의 사건들을 모델링하고, 이러한 시뮬레이션된 역사를 기반으로 서사문을 유도한다.

ABSTRACT

We introduce the Chronicle Challenge as an optional addition to the Settlement Generation Challenge in Minecraft. One of the foci of the overall competition is adaptive procedural content generation (PCG), an arguably under-explored problem in computational creativity. In the base challenge, participants must generate new settlements that respond to and ideally interact with existing content in the world, such as the landscape or climate. The goal is to understand the underlying creative process, and to design better PCG systems. The Chronicle Challenge in particular focuses on the generation of a narrative based on the history of a generated settlement, expressed in natural language. We discuss the unique features of the Chronicle Challenge in comparison to other competitions, clarify the characteristics of a chronicle eligible for submission and describe the evaluation criteria. We furthermore draw on simulation-based approaches in computational storytelling as examples to how this challenge could be approached.

연구 동기 및 목표

• 마인크래프트 정착지의 프로시저럴 콘텐츠 생성(PCG)에서 감성적인 서사가 부족한 문제를 해결하기 위해.
• 계산적 스토리텔링 기법이 어떻게 인공지능에 의해 생성된 정착지에 대해 역사적으로 타당하고 인간다운 서사문을 생성하는 데 적응될 수 있는지 탐색하기 위해.
• 정착지 생성뿐만 아니라 그 뒤에 있는 서사력의 질까지 평가할 수 있는 벤치마크를 만들기 위해.
• PCG와 계산적 창의성 및 서사 생성을 연결함으로써 다학제적 연구를 촉진하기 위해.
• 다양한 서사 생성 접근 방식을 비교할 수 있는 플랫폼을 제공하여, 향후 독립적인 챌린지로의 전개 가능성을 열기 위해.

제안 방법

• 가상의 에이전트가 서로 다른 목표를 가지고 환경과 상호작용하며 시간이 지남에 따라 정착지를 형성하는 시뮬레이션 기반 접근 방식을 제안한다.
• 에이전트의 동기, 환경적 제약, 무작위 사건에 의해 이끄는 사건의 인과적 연쇄를 통해 정착지의 역사적 발전을 모델링한다.
• 두 가지 투영 함수를 설계한다: 하나는 시뮬레이션된 역사를 자연어 기록으로 변환하고, 다른 하나는 3D 정착지 구조를 생성한다.
• 스토리 그래프를 일관된 텍스트 서사로 변환하는 데 기반한 기존의 계산적 스토리텔링 프레임워크를 활용한다.
• 최종 정착지 상태를 기반으로 후행적으로 서사를 생성하는 것과 정착지의 진화 과정과 함께 실시간으로 서사를 생성하는 것을 모두 허용한다.
• 정착지의 특성(예: '우리는 사막에 도시를 건설했다.')에서 추출한 매개변수를 활용한 템플릿 기반 텍스트 생성을 통해 최소한의 솔루션을 지원한다.

실험 결과

연구 질문

• RQ1 어떻게 프로시저럴 콘텐츠 생성 시스템을 확장하여 공간적으로 일관된 정착지 외에도 매력적이고 역사적으로 타당한 서사문을 생성할 수 있는가?
• RQ2 에이전트 상호작용과 환경 적응을 통해 정착지의 역사가 어떻게 탄생하는지를 가장 잘 모델링할 수 있는 시뮬레이션 메커니즘은 무엇인가?
• RQ3 서사의 질을 정착지의 질에서 분리하여 평가할 수 있는 정도는 어느 정도이며, 이를 뒷받침할 수 있는 데이터 구조는 무엇인가?
• RQ4 간단한 템플릿에서 복잡한 스토리 그래프 모델에 이르기까지 다양한 서사 생성 기법이 결과 서사문의 감성적 표현력과 일관성에 어떤 영향을 미치는가?
• RQ5 서사 생성에 있어 가장 중요한 정착지의 특성들은 무엇이며, 이를 어떻게 추출하고 서사 목적을 위해 표현할 수 있는가?

주요 결과

• 크로니클 챌린지는 '마인크래프트에서의 생성적 디자인' 경연 대회에 서사 생성을 별도의 옵션 도전 과제로 성공적으로 확장하였다.
• 목표 지향적 에이전트를 활용한 시뮬레이션 기반 접근 방식은 정착지의 형성과 진화로 이어지는 인과적 사건 연쇄를 효과적으로 모델링할 수 있다.
• 서사는 최종 정착지 상태를 기반으로 후행적으로 생성하거나 정착지 생성 과정 중 실시간으로 생성할 수 있어, 구현에 대한 유연성을 제공한다.
• 심지어 간단한 템플릿 기반 서사 생성도 정착지의 위치, 기후, 구조 유형 등의 핵심 특성에 기반하면 일관되고 감성적인 기록을 생성할 수 있다.
• 고품질의 서사 출력을 지원하기 위해 정착지 생성기로부터 더 풍부하고 시간에 민감한 메타데이터가 필요하다는 점을 부각시켰다.
• 향후 버전에서는 표준화된 시간 연장 정착지 데이터를 사용해 독립적인 크로니클 챌린지를 제공함으로써 서사 시스템의 별도 평가를 가능하게 할 수 있다.