使用MAP-Elites演算法程式化生成第一人稱射擊遊戲地圖

近日，一篇題為“使用MAP-Elites程式化生成第一人稱射擊遊戲地圖”的論文提交至arXiv預印本平臺。該研究由Simone de Donato及其兩位合作者完成，主要探索了質量多樣性演算法MAP-Elites在第一人稱射擊（FPS）遊戲關卡設計中的應用。MAP-Elites是一種著名的質量多樣性演算法，它透過維護一個精英檔案來同時最佳化解的質量和多樣性，特別適用於需要探索大量高質量設計方案的問題。

在FPS遊戲中，地圖設計對遊戲體驗至關重要。傳統的手動設計耗時且難以保證多樣性，而程式化生成則面臨生成地圖質量不一的挑戰。為此，研究團隊系統性地研究瞭如何利用MAP-Elites自動生成FPS地圖。論文首先回顧了兩種經典的地圖表示方法：All-Black（全黑）和Grid-Graph（網格圖）。All-Black表示法將地圖抽象為黑白畫素，而Grid-Graph則基於網格節點和邊。在此基礎上，作者創新性地引入了兩種新型表示法：Point-Line（點線）和Spatial-Layout（空間佈局）。Point-Line表示法透過點和線描述地圖的連線性和關鍵位置，而Spatial-Layout則更注重整體空間劃分和區域關係，旨在更準確地捕捉FPS地圖的核心特徵。

為了全面評估地圖質量，研究者定義了兩大類指標：拓撲屬性和湧現屬性。拓撲屬性僅依賴地圖的靜態佈局，例如節點的連通性、路徑長度、環的數量等。湧現屬性則需要透過實際遊戲內模擬來評估，例如玩家移動路徑的平均長度、戰鬥熱點的分佈均勻性、不同區域的可達性等。這些指標共同構成了一個多維度的評價體系。透過深入分析，作者識別出了最適合指導MAP-Elites“照亮”過程（即探索行為空間）的特徵集合。

實驗中，團隊採用了帶有滑動邊界的MAP-Elites（MESB）版本，該變體允許檔案邊界動態調整，以更好地適應搜尋空間。他們分別使用All-Black、Grid-Graph、Point-Line和Spatial-Layout四種表示法進化FPS地圖種群。實驗結果令人振奮：Point-Line和Spatial-Layout生成的地圖在多樣性（覆蓋更廣的行為空間）和質量（更高的湧現屬性得分）方面均顯著優於傳統的All-Black和Grid-Graph表示法。這表明，更準確的地圖表示能夠有效提升演算法生成高質量、多樣化地圖的能力。

該研究為FPS地圖的程式化生成提供了新的技術路線，有望在遊戲開發中實現更高效、自動化的關卡設計。未來，研究者可以進一步最佳化地圖表示法，或者將這種方法擴充套件到其他型別的遊戲甚至機器人導航領域。