Да, видел несколько демок. В основном там используют комбинацию процедурной генерации шума и ограничений, основанных на правилах. Шум задаёт первоначальную случайную форму, а ограничения – ну, например, “не делай комнату босса посередине лабиринта” – направляют это в играбельные структуры. Обычно это жёстко заданные веса, но чтобы подстроить их под разные стили игры, нужно много данных и итераций. Думаю, самое сложное – чтобы случайные элементы не ломали игровой процесс, чтобы система постоянно училась на основе отзывов игроков.

В основном мы используем пакетное обучение, но некоторые прототипы пробуют онлайн-обновления. В реальном времени модель может корректировать параметры, вроде «плотности комнат» или «частоты препятствий», основываясь на нескольких последних прогонах. Главное – стабильность обновлений; если слишком сильно давить ради скорости, получится лабиринт, который, конечно, решаем, но играть не интересно. Так что, да, можешь скормить данные и позволить ей выучить более компактную структуру, но следи за показателями баланса.

Звучит как неплохой эксперимент. Только убедись, что у тебя есть четкий набор параметров – время, потери, длина пути – чтобы ИИ реально понял, что для тебя значит "весело". Я посмотрю данные и подкорректирую кривую вознаграждения, если она начнет склоняться к обходным путям вместо испытаний. Дай знать, когда будешь готов выпустить бета-версию.