GAVEL: Генерация игр с помощью эволюции и языковых моделей

GAVEL: Generating Games Via Evolution and Language Models

July 12, 2024

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

cs.AI

Аннотация

Автоматическое создание новых и интересных игр - это сложная задача. Среди вызовов стоит выделить представление правил игры в форме, пригодной для вычислений, поиск в обширном пространстве потенциальных игр в большинстве таких представлений, а также точную оценку оригинальности и качества ранее не виденных игр. Предыдущие работы по автоматизированному созданию игр в основном сосредоточены на относительно ограниченных представлениях правил и полагаются на доменно-специфические эвристики. В данной работе мы исследуем создание новых игр на сравнительно обширном языке описания игр Ludii, который кодирует правила более 1000 настольных игр различных стилей и режимов игры. Мы черпаем вдохновение из недавних достижений в области крупных языковых моделей и эволюционных вычислений, чтобы обучить модель, которая интеллектуально мутирует и рекомбинирует игры и механики, выраженные в виде кода. Мы демонстрируем как количественно, так и качественно, что наш подход способен создавать новые и интересные игры, включая области потенциального пространства правил, не охваченные существующими играми в наборе данных Ludii. Образцы созданных игр доступны для игры онлайн через портал 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.