人工智能不仅能自动生成 2D 环境，现在也可以为 3D 游戏生成场景了。World-GAN 是这一进步的标志之一。它根据人造或程序生成的《Minecraft》结构进行学习，能够以类似风格生成任意大小的新 3D 世界。这意味着 AI 可以实现更多样化和更详细的程序生成，从而在质量上赶上人类的设计。
作为 AI 开发的创造性基石，生成对抗网络（GAN）能够生成照片般逼真的图像和视觉艺术作品。随着 GAN 的发展，它的创造力也越来越多地进入视频游戏领域，比如，研究人员将《GTA 5》的图形风格转换成了照片级写实。汉诺威莱布尼茨大学的研究人员使用 World-GAN 证明了 GAN 技术也适用于在《Minecraft》等游戏中生成世界。
程序内容生成已在视频游戏中使用了数十年，《上古卷轴 2：匕首雨》（The Elder Scrolls II: Daggerfall）、《Minecraft》以及最近的《无人深空》（No Man’s Sky）均使用这一技术。基于规则的算法构成了生成虚拟世界的基础。不过 AI 生成器一直以来都是用于游戏中的 2D 环境构建，World-GAN 的出现改变了这一状况。
研究人员使用《Minecraft》世界的剪接分步训练 World-GAN。GAN 中的生成器尝试创建可信的《Minecraft》副本，然后由鉴别器检测并剔除不充分的仿制品，以此鼓励生成器表现得更好。
World-GAN 还使用了“block2vec”，这是对一个生物群落中所发生的事情的块表示，研究人员将其存储在 32 维向量空间中，并根据它们的频率和彼此的接近程度进行排序。这确保了在生成过程中创造更可信的世界。通过交换所使用的 block2vec 表示，研究人员还可以改变生成的结构的样式。
World-GAN 也会产生错误，例如生成无意义结构的定居点。研究人员希下一步将 World-GAN 与语义规则结合起来，以生成更可信的世界。使用语义规则，奇怪的生成结果（例如没有墙壁的房子或有门的天花板）可能将不会再出现。World-GAN 的代码不久将在 GitHub 上提供。【本文最初发布于反讽机器】
