GAVEL: Generación de Juegos a Través de la Evolución y Modelos de Lenguaje

GAVEL: Generating Games Via Evolution and Language Models

July 12, 2024

Autores: Graham Todd, Alexander Padula, Matthew Stephenson, Éric Piette, Dennis J. N. J. Soemers, Julian Togelius

cs.AI

Resumen

La generación automática de juegos novedosos e interesantes es una tarea compleja. Los desafíos incluyen representar las reglas del juego en una forma computacionalmente viable, buscar a través del amplio espacio de juegos potenciales bajo la mayoría de esas representaciones, y evaluar con precisión la originalidad y calidad de juegos previamente no vistos. Trabajos anteriores en la generación automatizada de juegos se han centrado en gran medida en representaciones de reglas relativamente restringidas y han dependido de heurísticas específicas del dominio. En este trabajo, exploramos la generación de juegos novedosos en el comparativamente expansivo lenguaje de descripción de juegos Ludii, que codifica las reglas de más de 1000 juegos de mesa en una variedad de estilos y modos de juego. Nos inspiramos en avances recientes en modelos de lenguaje grandes y en computación evolutiva para entrenar un modelo que muta y recombina inteligentemente juegos y mecánicas expresadas como código. Demostramos tanto cuantitativa como cualitativamente que nuestro enfoque es capaz de generar juegos nuevos e interesantes, incluso en regiones del espacio de reglas potenciales no cubiertas por juegos existentes en el conjunto de datos de Ludii. Una muestra de los juegos generados está disponible para jugar en línea a través del portal de Ludii.

English

Automatically generating novel and interesting games is a complex task. Challenges include representing game rules in a computationally workable form, searching through the large space of potential games under most such representations, and accurately evaluating the originality and quality of previously unseen games. Prior work in automated game generation has largely focused on relatively restricted rule representations and relied on domain-specific heuristics. In this work, we explore the generation of novel games in the comparatively expansive Ludii game description language, which encodes the rules of over 1000 board games in a variety of styles and modes of play. We draw inspiration from recent advances in large language models and evolutionary computation in order to train a model that intelligently mutates and recombines games and mechanics expressed as code. We demonstrate both quantitatively and qualitatively that our approach is capable of generating new and interesting games, including in regions of the potential rules space not covered by existing games in the Ludii dataset. A sample of the generated games are available to play online through the Ludii portal.