本文研究使用生成对抗网络（GAN）增强角色设计师的创造力。通过训练不同的GAN架构并评估生成的视觉品质对角色设计的认知价值，研究发现该方法有效。

本文介绍了基于主动推理的深度强化学习理论，利用 Monte-Carlo 搜索和深度学习扩展此框架，实现更复杂任务的解决。实验表明，主动推理代理与奖励最大化代理的学习表示相似，但前者因动作选择导致数据不足。双方的认知价值是两者的差异。