基于程序搜索与持续抽象发现的过程化内容元生成

大语言模型能生成可执行程序，这使直接在过程化内容生成器（而非单个关卡）上搜索成为可能。我们在 Sokoban、Zelda、Dangerous Dave 与 Lode Runner 中研究这一方法。每次运行通过语言模型变异与交叉演化完整的 Python 生成器。我们提出持续抽象发现（CAD），它从高适应度程序中提取可复用原语放入该运行专属的辅助模块。一项 2x2 实验将 CAD 与访问固定手写领域 API 交叉组合。已完成的数据集包含 160 次完整运行，每个单元格至少有十次 50 代运行。在全部八个领域与 API 组合比较中，CAD 都提高了平均最终最优适应度。在所有 CAD 运行中，学到的库被大多数后续程序采用，并反复重新发现验证、可达性与结构性工具。这些结果支持：发现可复用原语能改进面向内容生成器的演化程序搜索。