ChatPCG: Diseño de recompensas impulsado por modelos de lenguaje grande para la generación de contenido procedimental

Impulsados por el rápido crecimiento del aprendizaje automático, los avances recientes en inteligencia artificial (IA) en los videojuegos han impactado significativamente la productividad en varios géneros de juegos. El diseño de recompensas juega un papel fundamental en el entrenamiento de modelos de IA en videojuegos, donde los investigadores implementan conceptos de funciones de recompensa específicas. Sin embargo, a pesar de la presencia de IA, el proceso de diseño de recompensas sigue estando predominante en el ámbito de expertos humanos, ya que depende en gran medida de su creatividad y habilidades de ingeniería. Por lo tanto, este documento propone ChatPCG, un marco de diseño de recompensas impulsado por un modelo de lenguaje grande (LLM). Aprovecha los conocimientos a nivel humano, junto con la experiencia en juegos, para generar recompensas adaptadas automáticamente a características específicas del juego. Además, ChatPCG está integrado con aprendizaje por refuerzo profundo, demostrando su potencial para tareas de generación de contenido en juegos multijugador. Los resultados sugieren que el LLM propuesto exhibe la capacidad de comprender la mecánica del juego y tareas de generación de contenido, permitiendo la generación de contenido personalizado para un juego específico. Este estudio no solo destaca el potencial para mejorar la accesibilidad en la generación de contenido, sino que también busca optimizar el proceso de desarrollo de IA en videojuegos.