論文の概要: On the environment-destructive probabilistic trends: a perceptual and
behavioral study on video game players
- arxiv url: http://arxiv.org/abs/2006.09706v1
- Date: Wed, 17 Jun 2020 08:05:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-13 15:57:49.443090
- Title: On the environment-destructive probabilistic trends: a perceptual and
behavioral study on video game players
- Title（参考訳）: 環境破壊的確率的傾向--ビデオゲームプレイヤーの知覚的・行動学的研究
- Authors: Quan-Hoang Vuong, Manh-Toan Ho, Minh-Hoang Nguyen, Thanh-Hang Pham,
Hoang-Anh Ho, Thu-Trang Vuong, and Viet-Phuong La
- Abstract要約: この研究は、ビデオゲームが人間の環境知覚にどのように影響するかのユニークなケーススタディとして、Animal Crossing: New Horizonsを使用します。
ACNH選手を対象にした584の観測データを用いて,ゲーム内行動と知覚の関係について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Currently, gaming is the world's favorite form of entertainment. Various
studies have shown how games impact players' perceptions and behaviors,
prompting opportunities for purposes beyond entertainment. This study uses
Animal Crossing: New Horizons (ACNH), a real-time life-simulation game, as a
unique case study of how video games can affect humans' environmental
perceptions. A dataset of 584 observations from a survey of ACNH players and
the Hamiltonian MCMC technique has enabled us to explore the relationship
between in-game behaviors and perceptions. The findings indicate a
probabilistic trend towards exploiting the in-game environment despite players'
perceptions, suggesting that the simplification of commercial game design may
overlook opportunities to engage players in pro-environmental activities.
- Abstract（参考訳）: 現在、ゲームは世界で最も人気のあるエンターテイメントである。
様々な研究により、ゲームがプレイヤーの知覚や行動にどう影響するかが示され、エンターテイメントを超えた目的の機会がもたらされた。
この研究は、リアルタイムのライフシミュレーションゲームであるAnimal Crossing: New Horizons(ACNH)を、ビデオゲームが人間の環境知覚にどのように影響するかのユニークなケーススタディとして用いている。
ACNH選手のサーベイとハミルトンMCMC技術による584の観測データを用いて,ゲーム内行動と知覚の関係について検討した。
この結果は,ゲーム内環境をプレイヤーの認識にも拘わらず活用する確率的傾向を示し,商業的ゲームデザインの単純化は,プレイヤーが環境保護活動に参加する機会を見落としていることが示唆された。
関連論文リスト
- Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。
我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
論文 参考訳（メタデータ） (2024-05-15T20:41:46Z) - E-polis: A serious game for the gamification of sociological surveys [55.2480439325792]
E-polisは、若者の理想的な社会に関する意見を研究するための社会学的調査をゲーミフィケーションする真剣なゲームである。
このゲームは、社会正義や経済発展などの様々なトピックに関するデータを収集したり、市民のエンゲージメントを促進するために使用することができる。
論文 参考訳（メタデータ） (2023-11-01T18:25:13Z) - Fuzzy Approach for Audio-Video Emotion Recognition in Computer Games for
Children [0.0]
本稿では,音声およびビデオデータの解析を通じて,感情認識のためのファジィアプローチを統合する新しいフレームワークを提案する。
FERデータセットを用いて、ゲーム中に画面から記録された映像フレームの顔の感情を検出する。
ゲーム中に子どもが生み出す音声の感情認識には、CREMA-D, TESS, RAVDESS, Saveeのデータセットを使用する。
論文 参考訳（メタデータ） (2023-08-31T21:22:00Z) - Modeling Player Personality Factors from In-Game Behavior and Affective
Expression [17.01727448431269]
我々は,記録されたゲーム内行動から,一連のプレイヤパーソナリティアンケート値を予測する可能性を探る。
ロールプレイングゲーム『Fallout: New Vegas』のカスタマイズ版を60分間のゲームプレイで62人を対象に,定評ある7つの質問紙から,さまざまなパーソナリティ指標を予測した。
論文 参考訳（メタデータ） (2023-08-27T22:59:08Z) - Let's Play for Action: Recognizing Activities of Daily Living by
Learning from Life Simulation Video Games [26.79922049563356]
我々は、人気のある商用ゲームThe SIMS 4で作成されたSIMS4ACTIONデータセットを紹介する。
Sims4Actionは「トップダウン」な方法でアクション・オブ・関心を具体的に実行することで構築され、ゲーム環境は環境を自由に切り替えることができます。
筆者らは,映像に基づく行動認識のための2つの現代的なアルゴリズムをフレームワークに統合し,生活シミュレーションゲームの価値を,トレーニングデータの安価かつはるかに少ない情報源として明らかにした。
論文 参考訳（メタデータ） (2021-07-12T17:53:38Z) - What Can You Learn from Your Muscles? Learning Visual Representation
from Human Interactions [50.435861435121915]
視覚のみの表現よりも優れた表現を学べるかどうかを調べるために,人間のインタラクションとアテンション・キューを用いている。
実験の結果,我々の「音楽監督型」表現は,視覚のみの最先端手法であるMoCoよりも優れていた。
論文 参考訳（メタデータ） (2020-10-16T17:46:53Z) - Noisy Agents: Self-supervised Exploration by Predicting Auditory Events [127.82594819117753]
本稿では, エージェントが行動の因果的影響を理解することを奨励する, 強化学習(Reinforcement Learning, RL)の本質的なモチベーションを提案する。
ニューラルネットワークを用いて聴覚事象を予測し、予測誤差を本質的な報奨として利用し、RL探索を誘導する。
Atariゲームの実験結果から、我々の新しい本質的な動機は、最先端のベースラインを著しく上回ることがわかった。
論文 参考訳（メタデータ） (2020-07-27T17:59:08Z) - Learning to Simulate Dynamic Environments with GameGAN [109.25308647431952]
本稿では,エージェントが環境と対話するのを見ることでシミュレーターを学習することを目的とする。
ゲームGANは,学習中にスクリーンプレイやキーボード操作を取り入れることで,所望のゲームを視覚的に模倣することを学習する生成モデルである。
論文 参考訳（メタデータ） (2020-05-25T14:10:17Z) - 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) - VisualEchoes: Spatial Image Representation Learning through Echolocation [97.23789910400387]
いくつかの動物種(コウモリ、イルカ、クジラなど)や視覚障害者さえもエコーロケーションを行う能力を持っている。
エコーロケーションを用いて有用な視覚特徴を学習する対話型表現学習フレームワークを提案する。
我々の研究は、物理的世界との相互作用によって監督される、エンボディエージェントのための表現学習の新しい道を開く。
論文 参考訳（メタデータ） (2020-05-04T16:16:58Z) - Serious Game for Human Environmental Consciousness Education in
Residents Daily Life [1.283608820493284]
ゲームの目的は、プレイヤーの環境意識を高め、ゲームに時間を費やしているときに環境をよりよく保護するための適切な行動を彼らに教育することである。
本研究で提案するゲームは, 住宅向けホームオペレーションであり, レストラン操作, 食料品店運営など他のシナリオも研究の展開として論じている。
論文 参考訳（メタデータ） (2015-03-20T00:24:29Z)
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。