Practical PCG Through Large Language Models

要約

大規模言語モデル(Large Language Models: LLM)は、自然言語処理という当初の分野以外にも、様々な領域で有用なツールであることが証明されている。本研究では、Metavoidalと名付けられた開発中のゲームの2Dゲームルームを生成するためにLLMを使用する方法について、実用的な方向性を提供する。我々の手法は、Human-in-the-loopの微調整によってGPT-3の力を利用することができ、局所的かつ大域的な制約が十分にあるPCG（Procedural Content Generation）に関して、非自明なゲームのシナリオの下で、わずか60の手でデザインされた部屋という少ないデータから37％のプレイアブル・ノベルレベルを作成することができる。

要約(オリジナル)

Large Language Models (LLMs) have proven to be useful tools in various domains outside of the field of their inception, which was natural language processing. In this study, we provide practical directions on how to use LLMs to generate 2D-game rooms for an under-development game, named Metavoidal. Our technique can harness the power of GPT-3 by Human-in-the-loop fine-tuning which allows our method to create 37% Playable-Novel levels from as scarce data as only 60 hand-designed rooms under a scenario of the non-trivial game, with respect to (Procedural Content Generation) PCG, that has a good amount of local and global constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL