LLM 驱动《塞尔达》关卡生成:多样性指标达标却视觉无聊
Amidos2006 · x · 2026-09-09
作者分享一篇关于用 LLM 做游戏关卡生成(Level Generation)的论文,团队包括 uTheProdigy、MatthewSiper、Steven James、togelius 等。
作者诚实指出核心局限:高适应度 ≠ 视觉多样性。他们的《塞尔达》生成器学会了"清空房间、打乱钥匙/门/玩家位置"——按最短路径多样性指标表现很好,但看起来很无聊。
作者提出下一步的改进方向是 quality-diversity(QD)搜索,以在优化目标的同时保证生成内容的多样性。
所属事件:LLM 生成《塞尔达》关卡被指视觉单调(2 条相关)→
「研究」频道最新
- DeepMind 播客:AI 天气模型已助力飓风 Melissa 预报 — PeterWBattaglia · 2026-09-10
- 给 Agent 配上 shell 后上下文格式差距不缩反扩：从 50 分拉大到 74 分 — arch1v1sor · 2026-09-10
- Project CETI 用 AI 发现抹香鲸叫声中类似人类元音的模式 — begusgasper · 2026-09-10
- 前字节 AI 实验室负责人创办 Geodesic,发布 AI 蛋白药物平台 — QuanquanGu · 2026-09-10
- 1300 亿 token 蛮力解 Navier-Stokes,Reddit 热帖质疑其 AGI 含金量 — kaljakin · 2026-09-10
- 给 agent 一笔 Tinker 预算,自动复现自蒸馏论文结果 — SRSchmidgall · 2026-09-10