LLM 驱动关卡进化：从方法到争议

第 1 集 · LLM 驱动关卡规则进化：一个全局函数让 Zelda 可玩性从 0% 到 100%(2026-09-09,10 条)

研究者 @Amidos2006 提出并公开了一套用 LLM 驱动关卡规则进化的完整方法：把关卡生成规则全部表示为 Python 代码，用 Claude Opus 4.8 作为代码生成器，配合遗传编程框架（PCA）进行进化。实验在 PCG Benchmark 的三个任务上进行：Binary（长路径全连通迷宫）、Zelda（取钥匙到门的街机地牢）和 Sokoban（推箱子谜题）。

已确认

• 方法实现：规则即程序，染色体由局部函数、全局函数等组成；提示词要求模型遵循现有函数签名，并生成与当前染色体所用函数不同的、有用的新函数
• 适应度采用级联设计：个体代表一个关卡生成器，必须先产出 100% 可玩的关卡，之后才评估生成关卡之间的多样性
• 核心实验结论：只要有一个全局函数，结果就完全不同。除 Binary 外，所有问题都需要至少 1 个全局函数才能达到高可玩性——Zelda 在 0 个全局函数时约 0% 可玩性，有 1 个时约 100%

为什么重要

该工作把 LLM 代码生成与遗传编程结合用于程序化内容生成（PCG），并给出了可量化的关键发现：全局函数的存在与否几乎决定成败。这为用 LLM 演化游戏关卡生成器提供了明确的设计启示——进化过程中保证全局函数的引入可能是最关键的一步。

• 在 PCG Benchmark 三大任务上测试 LLM 驱动的关卡规则进化 — Amidos2006 · 2026-09-09
• PCA 级联适应度：先生成 100% 可玩关卡，再考虑多样性 — Amidos2006 · 2026-09-09
• 用 Claude Opus 4.8 当代码生成器进化关卡规则程序 — Amidos2006 · 2026-09-09
• LLM 写代码进化关卡：一个全局函数让 Zelda 可玩性从 0% 到 100% — Amidos2006 · 2026-09-09
• 全局函数让 Sokoban 迭代数从约 98 次降至 7-24 次 — Amidos2006 · 2026-09-09
• 进化生成的代码可读:最常见全局函数竟是计数,Sokoban 迭代从 98 降到 7-24 — Amidos2006 · 2026-09-09
• 用 Claude Opus 4.8 当演化代码生成器的具体做法公开 — Amidos2006 · 2026-09-09
• 一个全局函数就能让 LLM 演化关卡从 0% 可玩性飙到 100% — Amidos2006 · 2026-09-09
• 全局函数把 Sokoban 演化迭代次数从约 98 次砍到 7–24 次 — Amidos2006 · 2026-09-09
• LLM 演化出的全局函数可读：最常见的是 5 行计数函数 — Amidos2006 · 2026-09-09

第 2 集 · LLM 生成《塞尔达》关卡被指视觉单调(2026-09-09,2 条)

一篇关于用 LLM 做游戏关卡生成的论文引发讨论，团队包括 MatthewSiper、Steven James 等研究者。作者坦承其 Zelda 关卡生成器的诚实局限：生成器学会了通过关卡，仅在钥匙、门、玩家位置上微调，虽在最短路径多样性等指标上表现良好，但高适应度不等于视觉多样性，产出关卡看起来乏味。下一步计划引入质量多样性算法改进视觉效果。

• 演化式关卡生成器的诚实局限：适应度高不等于视觉多样性 — Amidos2006 · 2026-09-09
• LLM 驱动《塞尔达》关卡生成:多样性指标达标却视觉无聊 — Amidos2006 · 2026-09-09