并非全然相同：理解并告知基于瓦片的视频游戏中的相似性估计

相似性估计对于许多游戏AI应用至关重要，从生成独特的资产到使用游戏代理进行自动探索。虽然相似性度量通常替代人类评估，但它们与我们判断的一致性尚不清楚。因此，它们应用的结果可能无法满足人类的期望，导致例如内容不被欣赏或代理行为不可信。我们通过两个基于瓷砖的游戏在两种表示中的多因素研究来缓解这一差距，参与者（N=456）对关卡三联体的相似性进行了评估。基于这些数据，我们构建了特定领域的感知空间，编码了与相似性相关的属性。我们将12种度量与这些空间进行了比较，并通过多个定量角度评估了它们的近似质量。此外，我们进行了一项定性标记研究，以识别在这种流行类型中人类相似性判断背后的功能。我们的发现为现有度量的选择提供了信息，并强调了设计新相似性度量以促进游戏开发和研究的需求。