Prozedurale Generierung von Spielkarten mit Algorithmen im Human-in-the-Loop

Eine der größten Herausforderungen bei der prozeduralen Inhaltsgenerierung besteht darin, automatisch zu bewerten, ob der generierte Inhalt von guter Qualität ist. In diesem Papier beschreiben wir einen Ansatz, der Nicht-Experten-Arbeiter einsetzt, um kleine Abschnitte von Leveln zu bewerten, die von einem handelsüblichen Generierungssystem für das Spiel Infinite Mario Bros erstellt wurden. Mehrere solcher bewerteten Abschnitte werden dann kombiniert, um volle Levels des Spiels anhand eines mathematischen Fortschrittbogenmodells zu bilden. Die Zusammensetzung der kleinen Abschnitte zu vollständigen Levels erfolgt unter Berücksichtigung der von Menschen annotierten Informationen. Wir haben den Ansatz sowohl mit rechnerischen Metriken als auch durch Umfragen von menschlichen Probanden, die die Levels spielten, bewertet. Die Ergebnisse zeigen, dass der Ansatz der menschlichen Berechnung in der Lage ist, Levels zu generieren, die von den Menschen als ästhetisch ansprechender und spielerisch angenehmer wahrgenommen werden als bestehende Ansätze. Ein weiterer Beitrag unseres Papiers ist ein Datensatz der kleinen annotierten Levels, der in zukünftiger Forschung zur Entwicklung von Modellen zur Bewertung maschinengenerierter Inhalte verwendet werden kann.