[论文解读] Generative Design in Minecraft: Chronicle Challenge

Christoph Salge, Christian Guckelsberger+3 more|University of Hertfordshire Research Archive (University of Hertfordshire)|May 14, 2019

Artificial Intelligence in Games参考文献 28被引用 7

一句话总结

该论文提出了Chronicle Challenge，作为Generative Design in Minecraft竞赛的一个可选扩展，专注于生成描述程序化生成聚居地历史与文化演进的自然语言叙事。该研究提出采用基于仿真的计算叙事技术，通过建模受代理驱动、目标导向的事件来模拟聚居地随时间的演变，叙事内容则源自这些模拟的历史。

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.

研究动机与目标

• 解决程序化内容生成（PCG）在Minecraft聚居地中缺乏引人入胜的叙事问题。
• 探索计算叙事技术如何被适配以生成符合历史逻辑、类人化的叙事，用于AI生成的聚居地。
• 创建一个基准，不仅评估聚居地生成质量，还评估其背后叙事历史的质量。
• 通过连接PCG与计算创造力及叙事生成，促进跨学科研究。
• 提供一个平台，用于比较程序化世界中多样化的叙事生成方法，未来可发展为独立的挑战。

提出的方法

• 提出一种基于仿真的方法，虚拟代理在时间推移中与环境及其他代理互动，通过行动塑造聚居地。
• 利用由代理动机、环境约束和随机事件驱动的因果事件链，建模聚居地的历史发展。
• 设计两个映射函数：一个将模拟历史转化为自然语言编年史，另一个用于生成3D聚居地结构。
• 利用现有的计算叙事框架，将故事图转换为连贯的文本叙事。
• 支持事后叙事生成（基于最终聚居地状态）和实时生成（与聚居地演化同步进行），提供实现灵活性。
• 支持最小化解决方案，采用基于模板的文本生成，参数来自聚居地提取的信息（例如，“我们在沙漠中建了一座城市”）。

实验结果

研究问题

• RQ1 如何扩展程序化内容生成系统，使其不仅能生成空间上一致的聚居地，还能生成引人入胜、符合历史逻辑的叙事？
• RQ2 何种仿真机制最能通过代理互动与环境适应，建模聚居地历史的涌现过程？
• RQ3 在评估中，叙事质量在多大程度上可与聚居地质量解耦？何种数据结构可支持这种解耦？
• RQ4 不同叙事生成技术（从简单模板到复杂故事图模型）如何影响最终编年史的感染力与连贯性？
• RQ5 聚居地的哪些特征在叙事生成中最为显著？如何提取并表示这些特征以支持叙事目的？

主要发现

• Chronicle Challenge通过将叙事生成作为独立的可选挑战引入，成功扩展了Generative Design in Minecraft竞赛。
• 基于仿真的方法，结合目标驱动的代理，能有效建模导致聚居地形成与演变的因果事件链。
• 叙事可基于最终聚居地状态进行事后生成，也可在聚居地生成过程中实时生成，为实现提供灵活性。
• 即使采用简单的模板化叙事生成，只要结合聚居地的关键属性（如位置、气候、结构类型），也能生成连贯且富有感染力的编年史。
• 该挑战凸显了聚居地生成器需提供更丰富、时间敏感的元数据，以支持高质量的叙事输出。
• 未来版本可提供独立的Chronicle Challenge，使用标准化、时间扩展的聚居地数据，以实现对叙事系统的独立评估。