Infinite PokémonAI 生成 RPG 世界与传统程序化生成对比
两种方案都能创造超出手工内容量的世界,但解决的问题不同。Infinite Pokémon 将确定性程序化编译与受限语言模型提案结合。
变化从哪里产生
传统程序化生成把种子、规则、噪声、语法或搜索交给手写算法,通常快速、便宜且可复现。语言模型则能回应语义历史,生成未预先枚举的名称、对白、钩子与档案。
本项目不会让模型绘制每一个图块。模型在受限词汇中选择和描述,确定性代码再编译出合法地图。
持久化改变了比较
种子生成器可以重建几何,而叙事模型第二次调用可能写出不同内容,因此被接受的结果及其历史必须保存。
项目保存已发布地图,并为未来提案导出带版本上下文,使生成成为持续世界的一部分。
游戏该选择哪一种?
重视速度、复现、大规模几何或精确控制时适合确定性程序化生成;需要回应关系、意义与累积故事时适合受限模型生成。
结合两者可以获得语义变化又不放弃规则权威,代价是需要处理延迟、额度、验证、缓存与失败状态。
继续阅读
编辑依据:基于项目实现、测试与版本化文档,并由 OpenAI Codex 协助整理。所有陈述仅适用于当前原型。