这些团队中的大多数使用人工智能和机器学习算法来减轻开发负担——特别是在像Unity这样的流行引擎中——但是直到现在还没有一种方法来自动创建完全原始的游戏。
佐治亚理工大学交互计算学院的研究人员马修·古兹迪尔和马克·里德尔最近发表了一篇题为“通过概念扩展进行自动游戏设计(
“Automated Game Design via Conceptual Expansion”
)”的论文,他们相信这篇论文为创建该项目打下了基础。
概念扩展算法通过从已经开发的游戏中获取视频游戏级别形式的输入并将其转换为布局新视频游戏的环境、对象和规则的输出来工作。
根据白皮书:
这个过程如下:我们输入游戏视频和Spritesheet。电子表格是游戏中所有图像或精灵的集合,包括所有背景技术、动画框架和水平结构的组件。我们用Sritesheet在视频上运行图像处理,以确定在每个帧中出现什么和什么精灵。然后,我们学习一个模型的层次设计和规则集的游戏。然后我们将层次设计和游戏规则集的表示合并到我们所称的游戏图中。
开发者可以把这些“游戏图”转换成游戏的可玩级别——完全由计算机开发的。根据研究人员的说法,没有什么比这更好的了,论文总结道:“据我们所知,这代表了第一位基于机器学习的自动游戏设计师。”
为了证明他们系统的有效性,研究人员绘制的游戏图来自三个不同的任天堂游戏:百万富翁、超级马里奥兄弟和柯比的冒险。
为了证明他们的系统是在创造可玩的游戏,研究人员实际上做了些调整,从两个游戏中获取输入,并吐出类似于第三个游戏的东西,而从未遇到过关于第三个游戏的任何数据。基本上,他们给超级马里奥兄弟和柯比的冒险计划,看看它是否能吐出百万富翁。在所有的测试中,它准确地击败了现有的水平生成方法。
这项早期的工作令人印象深刻,但还没有完全准备好取代人类开发者。目前,它只产生了“游戏性”的游戏,这是最基本的意义。然而,研究人员认为,进一步的发展可能导致具有3D环境和复杂规则和菜单系统的游戏的自动开发。
也许游戏的未来不是那些试图开发吸引尽可能多人的游戏的大公司,而是拥有一台专门为个人喜好设计的电脑。