論文の概要: Artificial Life in Game Mods for Intuitive Evolution Education
- arxiv url: http://arxiv.org/abs/2007.03787v1
- Date: Tue, 7 Jul 2020 21:04:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 19:41:30.822554
- Title: Artificial Life in Game Mods for Intuitive Evolution Education
- Title(参考訳): 直感的進化教育のためのゲームモッドにおける人工生命
- Authors: Anya E. Vostinar, Barbara Z. Johnson, and Kevin Connors
- Abstract要約: 本研究では, 自然選択による進化の「ステルス教育」を行うために, 人工生命技術を用いた商業ゲームの改良を提案する。
ゲーム『スターデュー・ヴァレー』のコンセプト実証を行い、最初のレセプションについて報告する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The understanding and acceptance of evolution by natural selection has become
a difficult issue in many parts of the world, particularly the United States of
America. The use of games to improve intuition about evolution via natural
selection is promising but can be challenging. We propose the use of
modifications to commercial games using artificial life techniques to 'stealth
teach' about evolution via natural selection, provide a proof-of-concept mod of
the game Stardew Valley, and report on its initial reception.
- Abstract(参考訳): 自然選択による進化の理解と受容は、世界中の多くの地域で、特にアメリカ合衆国において難しい問題となっている。
自然選択による進化に関する直観を改善するゲームの利用は有望だが、難しい。
そこで本研究では,人工生命技術を用いた商業ゲームにおける自然選択による進化の「スティールト・ティーチング」への修正の利用,stardew valleyの概念実証版の提供,およびその最初のレセプションについて報告する。
関連論文リスト
- BeTAIL: Behavior Transformer Adversarial Imitation Learning from Human
Racing Gameplay [51.66557720632042]
模倣学習は、手作りの報酬関数を必要とせずに、デモンストレーションからポリシーを学ぶ。
本稿では,BeTAIL: Behavior Transformer Adversarial Imitation Learningを提案する。
我々は,Gran Turismo Sportにおけるリアルヒューマンゲームプレイのエキスパートレベルのデモンストレーションで,BeTAILを3つの課題でテストした。
論文 参考訳(メタデータ) (2024-02-22T00:38:43Z) - CivRealm: A Learning and Reasoning Odyssey in Civilization for
Decision-Making Agents [63.79739920174535]
文明ゲームに触発された環境であるCivRealmを紹介する。
CivRealmは、意思決定エージェントにとってユニークな学習と推論の課題である。
論文 参考訳(メタデータ) (2024-01-19T09:14:11Z) - Role of Morphogenetic Competency on Evolution [0.0]
進化計算において、逆関係(進化に関する知性の影響)は、生物レベルの振る舞いの観点からアプローチされる。
我々は、解剖学的形態空間をナビゲートするシステムの最小限のモデルの知性に焦点を当てる。
我々はシリコの標準遺伝アルゴリズムを用いて人工胚の個体群を進化させた。
論文 参考訳(メタデータ) (2023-10-13T11:58:18Z) - Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion
Models [68.85478477006178]
ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。
ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。
私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。
提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
論文 参考訳(メタデータ) (2023-03-23T17:43:17Z) - EvolvingBehavior: Towards Co-Creative Evolution of Behavior Trees for
Game NPCs [10.278496287402938]
提案するEvolvingBehaviorは,Unreal Engine 4の動作木を進化させる遺伝的プログラミングツールである。
最初の評価では、3Dサバイバルゲームにおいて、進化した振る舞いを、研究者が設計した手作りの木とランダムに成長した木と比較した。
論文 参考訳(メタデータ) (2022-09-01T17:44:11Z) - Complex Evolutional Pattern Learning for Temporal Knowledge Graph
Reasoning [60.94357727688448]
TKG推論は、歴史的KG配列を考えると、将来の潜在的な事実を予測することを目的としている。
進化のパターンは、長さの多様性と時間変化の2つの側面において複雑である。
本稿では,CEN(Complex Evolutional Network)と呼ばれる新しいモデルを提案する。CNN(Convolutional Neural Network)を用いて,長さの異なる進化パターンを扱う。
論文 参考訳(メタデータ) (2022-03-15T11:02:55Z) - Embodied Intelligence via Learning and Evolution [92.26791530545479]
環境の複雑さが形態学的知能の進化を促進することを示す。
また、進化は速く学習する形態を素早く選択することを示した。
我々の実験は、ボールドウィン効果とモルフォロジーインテリジェンスの発生の両方の力学的基礎を示唆している。
論文 参考訳(メタデータ) (2021-02-03T18:58:31Z) - Evolving the Behavior of Machines: From Micro to Macroevolution [4.061135251278186]
進化はコンピュータ科学者にコンピューティングの出現からインスピレーションを与えてきた。
これにより、マシンの複雑なニューラルネットワークを進化させるツールが生まれました。
現代における人工進化の見解は、電場をマイクロ進化からマクロ進化へと遠ざけつつある。
論文 参考訳(メタデータ) (2020-12-21T21:35:15Z) - Novelty Search makes Evolvability Inevitable [62.997667081978825]
本研究では,ノベルティ探索が,有界な行動空間においても高い進化性を示す圧力を暗黙的に生み出すことを示す。
探索を通して,行動空間において非常に活発な個人に対して,新規性報酬の動的評価を行うことが示されている。
論文 参考訳(メタデータ) (2020-05-13T09:32:07Z) - Mimicking Evolution with Reinforcement Learning [10.35437633064506]
人工的な人間のような知性を発達させる道は、自然のシミュレーションで進化の過程を模倣することでもたらされると我々は主張する。
この研究は、進化的リワード(EvER)を通じて進化的リワード(Evolutionary Reward)を提案する。
論文 参考訳(メタデータ) (2020-03-31T18:16:53Z)
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。