标题：莱布尼茨大学｜World-GAN: a Generative Model for Minecraft Worlds（World-GAN：Minecraft 世界的生成模型）

简介：这项工作介绍了World-GAN，这是第一种通过 Minecraft 中的机器学习从单个示例执行数据驱动的程序内容生成的方法。基于 3D 生成对抗网络(GAN)架构，我们能够从给定的样本中创建任意大小的世界片段。我们评估了我们对来自社区的创作以及使用Minecraft World Generator生成的结构的方法。我们的方法受到word2vec引入的自然语言处理中使用的密集表示的启发。提议的block2vec表示使World-GAN独立于不同块的数量，这在 Minecraft 中可能有很大差异，并能够生成更大的级别。最后，我们证明改变这个新的表示空间允许我们改变已经训练好的生成器的生成样式。World-GAN 使其用户能够根据他们的部分创作生成Minecraft世界。