論文の概要: Conceptual Game Expansion
- arxiv url: http://arxiv.org/abs/2002.09636v3
- Date: Fri, 19 Feb 2021 00:34:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-29 19:28:18.345935
- Title: Conceptual Game Expansion
- Title(参考訳): コンセプトゲームの拡張
- Authors: Matthew Guzdial and Mark Riedl
- Abstract要約: 我々はゲームプレイビデオから既存のゲームの表現を学び、これらを用いて新しいゲームの検索空間を近似する。
人間の課題研究において、これらの新しいゲームは、チャレンジの観点から、人間のゲームと区別できないことを実証する。
- 参考スコア(独自算出の注目度): 10.647788986944994
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated game design is the problem of automatically producing games through
computational processes. Traditionally, these methods have relied on the
authoring of search spaces by a designer, defining the space of all possible
games for the system to author. In this paper, we instead learn representations
of existing games from gameplay video and use these to approximate a search
space of novel games. In a human subject study we demonstrate that these novel
games are indistinguishable from human games in terms of challenge, and that
one of the novel games was equivalent to one of the human games in terms of
fun, frustration, and likeability.
- Abstract(参考訳): 自動ゲームデザインは、計算処理を通じてゲームを自動的に生成する問題である。
伝統的に、これらの手法は設計者による検索空間の作成に依存しており、システム作成のための全ての可能なゲームの空間を定義する。
本稿では,ゲームプレイビデオから既存のゲーム表現を学習し,これらを用いて新たなゲームの探索空間を近似する。
人間の課題研究において,これらのゲームは課題という点では人間ゲームと区別できないことが示され,新しいゲームの一つが楽しみ,フラストレーション,好ましさという点では人間ゲームと同等であった。
関連論文リスト
- Serious Games in Digital Gaming: A Comprehensive Review of Applications,
Game Engines and Advancements [55.2480439325792]
近年,ユーザを同時に教育し,楽しませる能力によって,真剣なゲームの人気が高まっている。
本稿では,様々なタイプのデジタルゲームの概要を概観し,真剣なゲームジャンルに展開する。
ゲーム開発業界で最も広く使われているゲームエンジンを提示し、Unityのゲームマシンの利点を拡張する。
論文 参考訳(メタデータ) (2023-11-03T09:17:09Z) - Evolutionary Tabletop Game Design: A Case Study in the Risk Game [0.1474723404975345]
本研究は、テーブルトップゲームに対するアプローチの拡張を提案し、リスクの変種を生成することによってプロセスを評価する。
我々は、選択したパラメータを進化させる遺伝的アルゴリズムと、ゲームをテストするルールベースのエージェントを用いてこれを達成した。
結果は、より小さなマップを持つオリジナルゲームの新たなバリエーションが作成され、結果としてより短いマッチとなることを示している。
論文 参考訳(メタデータ) (2023-10-30T20:53:26Z) - Technical Challenges of Deploying Reinforcement Learning Agents for Game
Testing in AAA Games [58.720142291102135]
本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。
ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。
我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
論文 参考訳(メタデータ) (2023-07-19T18:19:23Z) - Automated Graph Genetic Algorithm based Puzzle Validation for Faster
Game Desig [69.02688684221265]
本稿では,コンピュータゲームにおける論理パズルを効率的に解くための進化的アルゴリズムを提案する。
制約満足度問題に対するハイブリッド遺伝的アプローチの様々なバリエーションについて論じる。
論文 参考訳(メタデータ) (2023-02-17T18:15:33Z) - CCPT: Automatic Gameplay Testing and Validation with
Curiosity-Conditioned Proximal Trajectories [65.35714948506032]
Curiosity-Conditioned Proximal Trajectories (CCPT)法は、好奇心と模倣学習を組み合わせてエージェントを訓練して探索する。
CCPTが複雑な環境を探索し、ゲームプレイの問題を発見し、その過程におけるデザインの監視を行い、それらをゲームデザイナーに直接認識し、強調する方法について説明する。
論文 参考訳(メタデータ) (2022-02-21T09:08:33Z) - Adversarial Random Forest Classifier for Automated Game Design [1.590611306750623]
本稿では,自律型ゲームデザインのための人間ライクなフィットネス関数を,対角的に学習しようとする実験について述べる。
我々の実験は我々の期待に届かなかったが、今後の自律型ゲームデザイン研究に影響を及ぼすことを期待するシステムと結果について分析した。
論文 参考訳(メタデータ) (2021-07-26T22:30:38Z) - The Road Less Travelled: Trying And Failing To Generate Walking
Simulators [0.38073142980732994]
本稿では,空間,雰囲気,経験に重点を置いた3dゲームのための自動ゲームデザイナー構築の試みについて述べる。
私たちは、これらのシステムを構築しようとする試み、失敗した理由、そして他の人による将来の試みに役立つと思われるステップと将来の作業について説明します。
論文 参考訳(メタデータ) (2021-04-21T23:05:10Z) - Teach me to play, gamer! Imitative learning in computer games via
linguistic description of complex phenomena and decision tree [55.41644538483948]
本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。
この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
論文 参考訳(メタデータ) (2021-01-06T21:14:10Z) - Navigating the Landscape of Multiplayer Games [20.483315340460127]
大規模ゲームの応答グラフにネットワーク測度を適用することで,ゲームのランドスケープを創出できることを示す。
本研究は, 標準ゲームから複雑な経験ゲームまで, 訓練されたエージェント同士のパフォーマンスを計測する領域における知見について述べる。
論文 参考訳(メタデータ) (2020-05-04T16:58:17Z) - Exploration Based Language Learning for Text-Based Games [72.30525050367216]
本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。
テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。
これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
論文 参考訳(メタデータ) (2020-01-24T03:03:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。