计算多边形地图生成的适应度函数

Question

我目前正在撰写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结果程序图的论文。

我的作品基于Amitp的Polygonal Map Generation，找到了我可以从他的来源使用的Unity版本，将其更新为最新版本，修正了一些缺失的部分并剥离了一些超出了我的论文范围。现在的问题是在它上面运行适应度函数。

地图上的一些注释：

• 地图不打算有任何实际的资源或基础（这是我计算适应度函数的主要问题之一，因为我发现它们假设存在这些元素）
• 重点是评估至少两种算法（perlin是其中之一，第二种我还不确定 - 可能是包含径向过程，但是我还没有找到一篇论文来讨论这种算法来验证它的用途）是如何“适合和健康”这些算法产生的地图。

关于健身功能，来自以下论文：Toward multiobjective procedural map generation（Julian Togelius）。这些都围绕着公平性，趣味性和可玩性 - 不一定是我工作领域最适用的组件，但它是迄今为止我能够找到的唯一指标评估。

• 基准距离（基准之间的平均加权距离）。考虑到没有任何基础的地图（或者关于此问题的离散资源），这是一个难以使用的地图。
• 基于地面（每个地面的平均海拔高度）。与上述相同。
• 地图不对称（策略性选择的单元格与x和y轴对面的对应单元格之间的平均高程差异）。由于Amitp生成的Polygonals地图的性质，使用起来很奇怪 - 海拔高度增加，地图是多边形的，因此在x，y或任何其他中间轴上没有直接的对立面。
• 资源距离（1- [max dist - min dist]）。如上所述，没有独立的资源可言。在这种情况下，整个地图可被视为各种各样的资源。
• 资源聚类（资源有多丰富/稀缺）。

所以我现在真的只是卡住 ...我试图以某种方式评估地图的潜在适应性和健康状况，但我能找到的唯一功能显然与之无关对于我能够使用的那种多边形地图生成，我将这种方法转移到网格系统的尝试虽然没有结果，但远不及预期的结果。

我的问题

如何调整上述适应度函数以适合多边形地图（如下所示），或者另外找到一些替代适应度函数（具有学术上的有效性）来代替计算此类结果。

如果没有背景研究以某种方式验证这些指标的使用，即使我不能完全排除作为备份的可能性，那么使用我自己的函数可能无效。

Answer 1

Togelius论文专门研究RTS类型游戏的地图。 Amit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，您需要转换它们的RTS地图。 （这通常适用于程序内容生成 - 您通常需要修改用于特定类型/游戏/上下文的通用技术。）

或者，您可以尝试将地图评估为通用地图，但您仍然需要对其进行比较。例如，您可以使用几个不同的PCG岛屿地图生成器＆amp;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背景，就会对地图的优点进行量化测量。可能是武断的。我可以看到你可以为其他类型调整Togelius指标的方法，但我不认为他们会以有意义的方式推广测量通用地图。