使用MAP-Elites算法程序化生成第一人称射击游戏地图

近日，一篇题为“使用MAP-Elites程序化生成第一人称射击游戏地图”的论文提交至arXiv预印本平台。该研究由Simone de Donato及其两位合作者完成，主要探索了质量多样性算法MAP-Elites在第一人称射击（FPS）游戏关卡设计中的应用。MAP-Elites是一种著名的质量多样性算法，它通过维护一个精英档案来同时优化解的质量和多样性，特别适用于需要探索大量高质量设计方案的问题。

在FPS游戏中，地图设计对游戏体验至关重要。传统的手动设计耗时且难以保证多样性，而程序化生成则面临生成地图质量不一的挑战。为此，研究团队系统性地研究了如何利用MAP-Elites自动生成FPS地图。论文首先回顾了两种经典的地图表示方法：All-Black（全黑）和Grid-Graph（网格图）。All-Black表示法将地图抽象为黑白像素，而Grid-Graph则基于网格节点和边。在此基础上，作者创新性地引入了两种新型表示法：Point-Line（点线）和Spatial-Layout（空间布局）。Point-Line表示法通过点和线描述地图的连接性和关键位置，而Spatial-Layout则更注重整体空间划分和区域关系，旨在更准确地捕捉FPS地图的核心特征。

为了全面评估地图质量，研究者定义了两大类指标：拓扑属性和涌现属性。拓扑属性仅依赖地图的静态布局，例如节点的连通性、路径长度、环的数量等。涌现属性则需要通过实际游戏内模拟来评估，例如玩家移动路径的平均长度、战斗热点的分布均匀性、不同区域的可达性等。这些指标共同构成了一个多维度的评价体系。通过深入分析，作者识别出了最适合指导MAP-Elites“照亮”过程（即探索行为空间）的特征集合。

实验中，团队采用了带有滑动边界的MAP-Elites（MESB）版本，该变体允许档案边界动态调整，以更好地适应搜索空间。他们分别使用All-Black、Grid-Graph、Point-Line和Spatial-Layout四种表示法进化FPS地图种群。实验结果令人振奋：Point-Line和Spatial-Layout生成的地图在多样性（覆盖更广的行为空间）和质量（更高的涌现属性得分）方面均显著优于传统的All-Black和Grid-Graph表示法。这表明，更准确的地图表示能够有效提升算法生成高质量、多样化地图的能力。

该研究为FPS地图的程序化生成提供了新的技术路线，有望在游戏开发中实现更高效、自动化的关卡设计。未来，研究者可以进一步优化地图表示法，或者将这种方法扩展到其他类型的游戏甚至机器人导航领域。