論文の概要: Interactive Constrained MAP-Elites: Analysis and Evaluation of the
Expressiveness of the Feature Dimensions
- arxiv url: http://arxiv.org/abs/2003.03377v2
- Date: Tue, 9 Feb 2021 10:43:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 00:25:20.914861
- Title: Interactive Constrained MAP-Elites: Analysis and Evaluation of the
Expressiveness of the Feature Dimensions
- Title（参考訳）: 対話的制約付きMAP-エリート:特徴次元の表現性の解析と評価
- Authors: Alberto Alvarez, Steve Dahlskog, Jose Font and Julian Togelius
- Abstract要約: ゲームコンテンツ生成のための品質多様性ソリューションであるInteractive Constrained MAP-Elitesを提案する。
この機能はMAP-Elitesアルゴリズムを使っており、これは点数に応じて複数の細胞間で集団を分離する照明アルゴリズムである。
- 参考スコア（独自算出の注目度）: 3.95471659767555
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose the Interactive Constrained MAP-Elites, a quality-diversity
solution for game content generation, implemented as a new feature of the
Evolutionary Dungeon Designer: a mixed-initiative co-creativity tool for
designing dungeons. The feature uses the MAP-Elites algorithm, an illumination
algorithm that segregates the population among several cells depending on their
scores with respect to different behavioral dimensions. Users can flexibly and
dynamically alternate between these dimensions anytime, thus guiding the
evolutionary process in an intuitive way, and then incorporate suggestions
produced by the algorithm in their room designs. At the same time, any
modifications performed by the human user will feed back into MAP-Elites,
closing a circular workflow of constant mutual inspiration. This paper presents
the algorithm followed by an in-depth analysis of its behaviour, with the aims
of evaluating the expressive range of all possible dimension combinations in
several scenarios, as well as discussing their influence in the fitness
landscape and in the overall performance of the mixed-initiative procedural
content generation.
- Abstract（参考訳）: 本稿では,ゲームコンテンツ生成のための品質多様性ソリューションであるInteractive Constrained MAP-Elitesを提案し,ダンジョンを設計するための混合開始型共創造ツールであるEvolutionary Dungeon Designerの新機能として実装した。
MAP-Elitesアルゴリズム(MAP-Elites algorithm)は、様々な行動次元のスコアに応じて複数の細胞間で集団を分離する照明アルゴリズムである。
ユーザは、これらの次元を柔軟かつ動的に切り替えて、進化過程を直感的に導くことができ、アルゴリズムが生成した提案を部屋のデザインに組み込むことができる。
同時に、人間のユーザーによって行われたあらゆる変更はMAP-Elitesにフィードバックし、一定の相互インスピレーションの循環ワークフローを閉じる。
提案手法は,様々なシナリオにおいて可能なすべての次元の組み合わせの表現範囲を評価することを目的として,その挙動を詳細に分析するとともに,適合性環境および混合開始手続きコンテンツ生成の全体的な性能に与える影響について考察する。
関連論文リスト
- Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。
本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
論文 参考訳（メタデータ） (2024-10-15T07:35:51Z) - MAP: Low-compute Model Merging with Amortized Pareto Fronts via Quadratic Approximation [80.47072100963017]
Amortized Pareto Front (MAP) を用いた新しい低演算アルゴリズム Model Merging を導入する。
MAPは、複数のモデルをマージするためのスケーリング係数のセットを効率的に識別し、関連するトレードオフを反映する。
また,タスク数が比較的少ないシナリオではベイジアンMAP,タスク数の多い状況ではNested MAPを導入し,計算コストを削減した。
論文 参考訳（メタデータ） (2024-06-11T17:55:25Z) - MAP-Elites with Transverse Assessment for Multimodal Problems in
Creative Domains [2.7869568828212175]
品質多様性の進化を用いたマルチモーダルな創造的タスクを扱う新しい手法を提案する。
我々の貢献は、MAP-Elitesアルゴリズム、MAP-Elites with Transverse Assessment (MEliTA)のバリエーションである。
MeliTAは、アーティファクトのモダリティを分離し、エリート間のクロスポーリングを促進する。
論文 参考訳（メタデータ） (2024-03-11T21:50:22Z) - MST: Adaptive Multi-Scale Tokens Guided Interactive Segmentation [8.46894039954642]
対話型セグメンテーションのための新しいマルチスケールトークン適応アルゴリズムを提案する。
マルチスケールトークンでトップk演算を行うことで、計算の複雑さが大幅に単純化される。
また,コントラスト損失に基づくトークン学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-01-09T07:59:42Z) - Multiform Evolution for High-Dimensional Problems with Low Effective
Dimensionality [36.44425198302701]
進化的アルゴリズムを高次元最適化問題に拡張する。
全ての定式化を単一のマルチタスク設定に統一するマルチフォーム進化アルゴリズムを開発した。
その結果、目的タスクは様々な低次元探索で進化した解を効率的に再利用することができる。
論文 参考訳（メタデータ） (2023-12-30T08:13:47Z) - Synergizing Quality-Diversity with Descriptor-Conditioned Reinforcement Learning [4.851070356054758]
品質多様性アルゴリズム(Quality-Diversity algorithm)は、多種多様な高適合性ソリューションを生成するために設計された進化的手法である。
遺伝的アルゴリズムとして、MAP-エリートはランダムな突然変異に依存しており、高次元の探索空間では非効率になる可能性がある。
本稿では,記述子条件付きアクタを生成モデルとして利用するDCG-MAP-Elitesの拡張であるDCRL-MAP-Elitesを紹介する。
論文 参考訳（メタデータ） (2023-12-10T19:53:15Z) - Reproducibility and Baseline Reporting for Dynamic Multi-objective
Benchmark Problems [4.859986264602551]
本稿では,DMOPのパラメータのシミュレーション実験について述べる。
動的アルゴリズム評価のためのベースラインスキーマを導入する。
目的構築された動的アルゴリズムが有用であるために必要な最小限の能力を確立することができる。
論文 参考訳（メタデータ） (2022-04-08T15:50:17Z) - Emergent Hand Morphology and Control from Optimizing Robust Grasps of
Diverse Objects [63.89096733478149]
多様な物体をつかむために、効果的なハンドデザインが自然に現れるデータ駆動型アプローチを紹介します。
形態と把持スキルを共同で効率的に設計するベイズ最適化アルゴリズムを開発した。
我々は,新しい物体をつかむための堅牢で費用効率のよい手形態を発見するためのアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2020-12-22T17:52:29Z) - Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。
この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。
本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
論文 参考訳（メタデータ） (2020-10-12T13:26:30Z) - FIVES: Feature Interaction Via Edge Search for Large-Scale Tabular Data [106.76845921324704]
本稿では,FIVES (Feature Interaction Via Edge Search) という新しい手法を提案する。
FIVESは、定義された特徴グラフ上のエッジを探すために、インタラクティブな特徴生成のタスクを定式化する。
本稿では,対話的特徴の探索を動機づける理論的証拠を提示する。
論文 参考訳（メタデータ） (2020-07-29T03:33:18Z) - Discrete Action On-Policy Learning with Action-Value Critic [72.20609919995086]
離散的な行動空間における強化学習(RL)は、実世界の応用では至るところで行われているが、その複雑さは行動空間次元とともに指数関数的に増大する。
我々は,行動値関数を推定し,相関行動に適用し,これらの評価値を組み合わせて勾配推定の分散を制御する。
これらの取り組みにより、分散制御技術に頼って、関連するRLアルゴリズムを実証的に上回る、新たな離散的なRLアルゴリズムが実現される。
論文 参考訳（メタデータ） (2020-02-10T04:23:09Z)
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。