Skip to main content
QUICK REVIEW

[论文解读] A Vision For Continuous Automated Game Design

Michael Cook|arXiv (Cornell University)|Jul 30, 2017
Artificial Intelligence in Games被引用 6
一句话总结

本文提出了一种连续的、自主的游戏设计框架,用于 ANGELINA,将原本的一次性游戏生成系统转变为通过持续的创造性活动(如规则发明、游戏玩法分析和社交互动)不断进化的系统。该系统通过强调过程透明度、长期发展和通过实时更新与社交媒体实现的公众参与,旨在提升对创造力和游戏质量的感知。

ABSTRACT

ANGELINA is an automated game design system which has previously been built as a single software block which designs games from start to finish. In this paper we outline a roadmap for the development of a new version of ANGELINA, designed to iterate on games in different ways to produce a continuous creative process that will improve the quality of its work, but more importantly improve the perception of the software as being an independently creative piece of software. We provide an initial report of the system's structure here as well as results from the first working module of the system.

研究动机与目标

  • 将自动化游戏设计从一次性内容生成任务重新定义为一种连续的、演化的创造性过程,以模仿人类艺术创作实践。
  • 通过强调过程、成长和自主性,而非仅关注最终产出,提升公众对 AI 作为真正创造性主体的认知。
  • 开发一种模块化、开放架构的系统,支持多样化的创造性活动,如规则发明、游戏玩法分析和社交互动。
  • 使 ANGELINA 能够通过游玩和批判人类设计的游戏来学习,将反馈整合到其设计过程中。
  • 使 ANGELINA 能够发明新的领域特定关键词和运行时行为,推动生成式游戏设计的边界。

提出的方法

  • 将游戏设计分解为模块化、独立的创造性活动(例如规则发明、游戏玩法分析、创意映射),可按任意顺序执行。
  • 设计一种新型开放文件格式,与 PuzzleScript 等标准兼容,以实现互操作性,并支持人类与 ANGELINA 的游戏进行互动。
  • 实现一个运行时引擎,可解释关键词(例如 OVERLAPS、DESTROY)并执行相关代码,从而实现动态行为生成。
  • 引入一种机制,使 ANGELINA 能通过游玩、批判和引用人类设计的游戏来评估并学习,从而提升其设计能力。
  • 开发一套系统,使 ANGELINA 能够生成并验证新的关键词和代码片段,模拟人类在游戏机制上的创新行为。
  • 通过社交媒体和直播平台(例如 YouTube、Twitch)公开广播 ANGELINA 的创造性过程,以增强透明度并提升其自主性的感知。

实验结果

研究问题

  • RQ1如何重构自动化游戏设计系统,以支持持续的、演化的创造性过程,而非一次性生成?
  • RQ2公开的、以过程为导向的开发对公众将 AI 视为创造性主体的认知有何影响?
  • RQ3游戏设计 AI 是否能通过参与规则生成之外的多样化创造性活动(如游戏玩法分析和创意整合),提升其输出质量?
  • RQ4AI 系统如何有意义地从人类设计的游戏中学到内容,并以影响自身设计决策的方式与之互动?
  • RQ5AI 系统在多大程度上能够发明新的领域特定关键词和运行时行为,从而体现高层次的抽象与创新?

主要发现

  • 新的 ANGELINA 架构实现了连续的、模块化的创造性过程,使游戏设计源于持续的活动,而非单次输出生成。
  • 通过在 Twitch 等平台实时直播其创造性过程,ANGELINA 能够在公众心目中建立起作为自主、持续进化的创造性实体的形象。
  • 采用与 PuzzleScript 兼容的开放文件格式,使 ANGELINA 能够游玩、分析并从人类设计的游戏中学习,从而丰富其设计流程。
  • 初步模块证明了规则发明和创意映射作为更广泛创造性工作流核心组件的可行性。
  • 系统生成并评估新关键词与代码片段的能力,标志着在游戏机制生成性创新方面迈出了重要一步。
  • 从静态输出转向动态、以过程为导向的创作,预计可通过持续的反思性开发,同时提升对创造力的感知和实际游戏质量。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。