许多电脑游戏吸引人的核心是它们复杂的环境。作为当代游戏设计和讲故事的重要组成部分，“世界构建”是一种艺术，它创造了引人入胜的地点，有趣的角色、物体背景和其他细节，作为一个或多个游戏任务或故事的基础。在基于文本的游戏中——气氛和动作是用文字而不是图片传达的——世界构建对人工智能模型来说是一项更具挑战性的任务。

为了使这些游戏元素之间的关系更加自然，来自Facebook AI Research，法国计算机科学研究实验室Loria和伦敦大学学院的研究人员最近提出了一种新的机器学习方法，基于LIGHT的内容进行世界构建，LIGHT是由Facebook开源的研究环境，包括众包游戏位置，角色和对象等。

研究人员提出了一种基于神经网络的解决方案，可以自动将位置、角色和对象构建和排列成一个整体和连贯的游戏环境。该过程首先初始化一个空网格，其中每个方块可以容纳不同的可能位置（名称和描述）。随机选择其中一个位置作为起点，然后神经网络模型将继续检测和填充相邻位置——通过众包示例邻居数据，这一过程变得更加自然。当模型使用适当的字符和对象填充位置时，它还决定是否以及在容器中放置对象的位置，并预测新对象组合与不同位置的潜力和兼容性。

除了基于现有游戏元素构建环境外，该模型还可以生成和开发全新的游戏元素和内容。

示例构建的游戏世界。模型排列位置，然后用字符和对象填充它们。

与其他基于机器学习的世界构建算法相比，人类评估人员将新方法生成的游戏环境评为更具“凝聚力、多样性和趣味性”。研究人员表示，他们的模型还可以通过提供关于在不同位置填充哪些元素的建议来帮助玩家设计自己的游戏环境。

论文“用文本生成交互式世界”论文已被AAAI 2020接受，可在arXiv上获得。