arXiv cs.AI· Shinichi Arimura, Yuchen Li, Julian Togelius·· 1 天前AI 评分23
堆叠更多关卡：如何让 Mario 玩得通用又像人类
Stack more levels: how to get general and human-like Mario playing
AI 导读
研究用 PPO 智能体在 increasingly 大规模 PCG 生成的《超级马里奥兄弟》关卡上训练，并在 1000 个留出测试关卡上评估泛化能力。结果显示，增加不同 PCG 训练关卡数量通常能提升未见关卡表现；再用 DRAIL 结合人类演示微调后，智能体动作层面更像人类，同时保留 PPO 预训练形成的玩法风格。
正文 · AI 翻译
摘要：《超级马里奥兄弟》被广泛用于游戏 AI 和程序化内容生成（PCG），但无模型智能体能否稳定通关未见过的关卡仍不清楚。为回答这一问题，我们在规模不断扩大的 PCG 生成马里奥关卡集上训练近端策略优化（PPO）智能体，并在 1000 个留出测试关卡上评估其泛化能力。随后，我们将表现良好的 PPO 策略塑造成三种玩法原型——跑者、杀手和收集者。最后，我们使用扩散奖励对抗模仿学习（DRAIL）结合人类游玩演示对这些 PPO 策略进行微调。我们发现，增加不同的 PCG 生成训练关卡数量通常能提升未见关卡上的表现，并且用 DRAIL 微调 PPO 策略能提高动作层面的人类相似度，同时保留大部分由 PPO 预训练所诱导出的角色特征。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.16175 [cs.AI] |
| （或 arXiv:2611.16175v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16175 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yuchen Li [查看邮箱]
[v1]
2026年11月12日 星期四 02:06:30 UTC（102 KB）
来源：arXiv cs.AI · arxiv.org