Algorithms that generate computer g

Algorithms that generate computer game content require game
design knowledge. We present an approach to automatically learn
game design knowledge for level design from gameplay videos.
We further demonstrate how the acquired design knowledge can
be used to generate sections of game levels. Our approach
involves parsing video of people playing a game to detect the
appearance of patterns of sprites and utilizing machine learning to
build a probabilistic model of sprite placement. We show how
rich game design information can be automatically parsed from
gameplay videos and represented as a set of generative
probabilistic models. We use Super Mario Bros. as a proof of
concept. We evaluate our approach on a measure of playability
and stylistic similarity to the original levels as represented in the
gameplay videos.

ผลลัพธ์ (ไทย) 1:

เกมต้องใช้อัลกอริทึมที่สร้างเนื้อหาของเกมคอมพิวเตอร์ออกแบบความรู้ เรานำเสนอวิธีการเรียนรู้โดยอัตโนมัติความรู้การออกแบบเกมสำหรับการออกแบบระดับจากวิดีโอเกมเพิ่มเติมแสดงให้เห็นถึงความรู้ที่ได้รับการออกแบบอย่างไรจะใช้เพื่อสร้างส่วนของระดับการเล่นเกม วิธีการของเราเกี่ยวข้องกับการแยกวิเคราะห์วิดีโอของคนเล่นเกมเพื่อตรวจสอบการลักษณะของรูปแบบของมาริโอและการเรียนรู้ของเครื่องในการใช้สร้างแบบ probabilistic ของเทพดาตำแหน่ง เราแสดงวิธีข้อมูลการออกแบบเกมที่หลากหลายสามารถแยกวิเคราะห์โดยอัตโนมัติจากเล่นวิดีโอ และแสดงเป็นชุดของส่วนรุ่น probabilistic เราใช้ Super Mario bros.เป็นหลักฐานแนวคิด เราประเมินแนวทางในการวัดความและสำนวนคล้ายคลึงกับระดับเดิมเป็นเป็นตัวแทนในการเล่นเกมวิดีโอ

ผลลัพธ์ (ไทย) 2:

อัลกอริทึมที่สร้างเนื้อหาของเกมคอมพิวเตอร์เกมต้องใช้
ความรู้การออกแบบ เรานำเสนอวิธีการที่จะเรียนรู้โดยอัตโนมัติ
ความรู้การออกแบบเกมสำหรับการออกแบบระดับจากวิดีโอเกมเพลย์.
เรายังแสดงให้เห็นว่าความรู้การออกแบบที่ได้มาสามารถ
นำมาใช้ในการสร้างในส่วนของระดับการเล่นเกม วิธีการของเรา
เกี่ยวข้องกับการแยกวิดีโอของผู้เล่นที่เล่นเกมในการตรวจสอบ
ลักษณะของรูปแบบของสไปรท์และการใช้ประโยชน์จากการเรียนรู้เครื่องที่จะ
สร้างรูปแบบความน่าจะเป็นของการจัดตำแหน่งเทพดา เราแสดงให้เห็นว่า
อุดมไปด้วยข้อมูลการออกแบบเกมสามารถแยกวิเคราะห์โดยอัตโนมัติจาก
วิดีโอเกมเพลย์และแสดงเป็นชุดของการกำเนิด
รุ่นน่าจะเป็น เราใช้ซูเปอร์มาริโอบราเธอร์สเป็นหลักฐานของ
แนวคิด เราจะประเมินวิธีการของเราในการชี้วัดความสามารถในการเล่น
และความคล้ายคลึงกันโวหารระดับเดิมเป็นตัวแทนใน
วิดีโอเกมเพลย์

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีการสร้างเกมคอมพิวเตอร์ เนื้อหาต้องเกมความรู้เกี่ยวกับการออกแบบ เราเสนอวิธีการเรียนรู้โดยอัตโนมัติความรู้ออกแบบเกมระดับการออกแบบจากวิดีโอการเล่นเกมเรายังแสดงให้เห็นวิธีการได้รับความรู้การออกแบบสามารถจะใช้ในการสร้างส่วนของเกมระดับ วิธีการของเราเกี่ยวข้องกับการวิดีโอของคนเล่นเกมตรวจสอบลักษณะของรูปแบบของ sprites และใช้เครื่องเรียนรู้สร้างแบบจำลองความน่าจะเป็นของการจัดวางสไปรท์ เราแสดงให้เห็นว่าข้อมูลการออกแบบเกมรวยได้โดยอัตโนมัติแยกจากการเล่นวิดีโอและแสดงเป็นชุดเข้าแบบจำลองความน่าจะเป็น . เราใช้เป็น หลักฐาน ของ Super Mario Bros .แนวคิด เราประเมินแบบวัดความถนัดของเราและความคล้ายโวหารในระดับเดิมตามที่แสดงในวิดีโอการเล่นเกม