计算多边形地图生成的适应度函数
Calculating Fitness function for Polygonal Map Generation
我目前正在写一篇关于程序地图生成和使用适应度函数来计算所用算法的能力及其生成的程序地图的论文。
我的工作基于 Amitp 的 Polygonal Map Generation，从他的资源中找到了一个我可以使用的 Unity 版本，将其更新为最新版本，更正了一些缺失的部分并去掉了一些引人注目的东西超出了我论文的范围。现在的问题是运行适应度函数就可以了。
地图上的一些注释：
- 该地图无意包含任何实用资源或基础（这是我在计算适应度函数方面的主要问题之一，因为我发现的那些假定存在此类元素）
- 重点是评估至少几个算法（perlin 是其中之一，第二个我还不确定 - 可能包括径向过程，但是我还没有找到讨论这个算法的论文验证它的使用）关于 "fit and healthy" 这些算法产生的地图是怎样的。
关于适应度函数，来自以下论文：Toward multiobjective procedural map generation (Julian Togelius)。这些重点围绕公平性、趣味性和可玩性 - 不一定是我工作中最适用的组件，但这是迄今为止我能够找到的唯一指标评估。
- Base Distance（碱基之间的平均加权距离）。考虑到没有任何基地（或与此相关的离散资源）的地图，这很难使用。
- Base on Ground（每个基地离地面的平均高度）。同上
- 地图不对称（战略性选择的单元格与其在 x 轴和 y 轴上相对的对应单元格之间的平均海拔差异）。由于 Amitp 生成的多边形地图的性质，使用起来很奇怪 - 海拔向内陆增加，并且地图是多边形的，因此在 x、y 或任何其他中轴上没有直接对立面。
- 资源距离（1- [最大距离 - 最小距离]）。如上所述，没有离散资源可言。在这种情况下，整个地图可以被视为各种资源。
- 如上所述的资源集群（资源的丰富/稀缺程度）。
所以我真的只是 卡住 在这一点上...我正在尝试以某种方式评估地图的潜在适应性和健康状况，但我能做的唯一功能发现显然与我能够使用的多边形地图生成类型无关，我尝试将这种方法转移到网格系统，虽然并非毫无结果，但与预期结果相去甚远。
我的问题
我如何调整上述适应度函数以适应多边形地图，如下所示，或者找到一些替代适应度函数（学术上有效）来代替计算此类结果。
想出我自己的函数 可能 无效，如果没有背景研究以某种方式验证此类指标的使用，即使我不能完全排除作为备份的可能性。
Togelius 论文专门研究了 RTS 类型游戏的地图。 Amit 的指南正在制作与游戏无关的地图。如果您想通过 RTS 镜头检查它们，则需要将它们转换为 RTS 地图。 （这通常适用于程序内容生成 - 您通常需要修改通用技术以用于特定 genre/game/context。）
或者，您可以尝试像评估通用地图一样评估地图，但您仍然需要一些东西来将它们进行比较。例如，您可以采用几个不同的 PCG 岛屿地图生成器并将输出与真实岛屿进行比较。
无论哪种方式，如果没有一些额外的上下文，对地图的 'goodness' 进行定量测量可能是任意的。我可以看到您可以将 Togelius 指标应用于其他类型的方法，但我认为它们不会以有意义的方式概括为测量通用地图。
我目前正在写一篇关于程序地图生成和使用适应度函数来计算所用算法的能力及其生成的程序地图的论文。
我的工作基于 Amitp 的 Polygonal Map Generation，从他的资源中找到了一个我可以使用的 Unity 版本，将其更新为最新版本，更正了一些缺失的部分并去掉了一些引人注目的东西超出了我论文的范围。现在的问题是运行适应度函数就可以了。
地图上的一些注释：
- 该地图无意包含任何实用资源或基础（这是我在计算适应度函数方面的主要问题之一，因为我发现的那些假定存在此类元素）
- 重点是评估至少几个算法（perlin 是其中之一，第二个我还不确定 - 可能包括径向过程，但是我还没有找到讨论这个算法的论文验证它的使用）关于 "fit and healthy" 这些算法产生的地图是怎样的。
关于适应度函数，来自以下论文：Toward multiobjective procedural map generation (Julian Togelius)。这些重点围绕公平性、趣味性和可玩性 - 不一定是我工作中最适用的组件，但这是迄今为止我能够找到的唯一指标评估。
- Base Distance（碱基之间的平均加权距离）。考虑到没有任何基地（或与此相关的离散资源）的地图，这很难使用。
- Base on Ground（每个基地离地面的平均高度）。同上
- 地图不对称（战略性选择的单元格与其在 x 轴和 y 轴上相对的对应单元格之间的平均海拔差异）。由于 Amitp 生成的多边形地图的性质，使用起来很奇怪 - 海拔向内陆增加，并且地图是多边形的，因此在 x、y 或任何其他中轴上没有直接对立面。
- 资源距离（1- [最大距离 - 最小距离]）。如上所述，没有离散资源可言。在这种情况下，整个地图可以被视为各种资源。
- 如上所述的资源集群（资源的丰富/稀缺程度）。
所以我真的只是 卡住 在这一点上...我正在尝试以某种方式评估地图的潜在适应性和健康状况，但我能做的唯一功能发现显然与我能够使用的多边形地图生成类型无关，我尝试将这种方法转移到网格系统，虽然并非毫无结果，但与预期结果相去甚远。
我的问题
我如何调整上述适应度函数以适应多边形地图，如下所示，或者找到一些替代适应度函数（学术上有效）来代替计算此类结果。
想出我自己的函数 可能 无效，如果没有背景研究以某种方式验证此类指标的使用，即使我不能完全排除作为备份的可能性。
Togelius 论文专门研究了 RTS 类型游戏的地图。 Amit 的指南正在制作与游戏无关的地图。如果您想通过 RTS 镜头检查它们，则需要将它们转换为 RTS 地图。 （这通常适用于程序内容生成 - 您通常需要修改通用技术以用于特定 genre/game/context。）
或者，您可以尝试像评估通用地图一样评估地图，但您仍然需要一些东西来将它们进行比较。例如，您可以采用几个不同的 PCG 岛屿地图生成器并将输出与真实岛屿进行比较。
无论哪种方式，如果没有一些额外的上下文，对地图的 'goodness' 进行定量测量可能是任意的。我可以看到您可以将 Togelius 指标应用于其他类型的方法，但我认为它们不会以有意义的方式概括为测量通用地图。