論文の概要: Design and Implementation of TAG: A Tabletop Games Framework

• arxiv url: http://arxiv.org/abs/2009.12065v1
• Date: Fri, 25 Sep 2020 07:27:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 22:57:44.708202
• Title: Design and Implementation of TAG: A Tabletop Games Framework
• Title（参考訳）: tagの設計と実装:テーブルトップゲームフレームワーク
• Authors: Raluca D. Gaina, Martin Balla, Alexander Dockhorn, Raul Montoliu, Diego Perez-Liebana
• Abstract要約: 本書では,Tabletop Gamesフレームワーク(TAG)の設計と実装について述べる。 TAGは、AI研究のためのモダンなボードゲームを開発するためのJavaベースのベンチマークである。
• 参考スコア（独自算出の注目度）: 59.60094442546867
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This document describes the design and implementation of the Tabletop Games framework (TAG), a Java-based benchmark for developing modern board games for AI research. TAG provides a common skeleton for implementing tabletop games based on a common API for AI agents, a set of components and classes to easily add new games and an import module for defining data in JSON format. At present, this platform includes the implementation of seven different tabletop games that can also be used as an example for further developments. Additionally, TAG also incorporates logging functionality that allows the user to perform a detailed analysis of the game, in terms of action space, branching factor, hidden information, and other measures of interest for Game AI research. The objective of this document is to serve as a central point where the framework can be described at length. TAG can be downloaded at: https://github.com/GAIGResearch/TabletopGames
• Abstract（参考訳）: この文書は、AI研究のためのモダンなボードゲームを開発するためのJavaベースのベンチマークであるTabletop Games framework(TAG)の設計と実装について記述する。 TAGは、AIエージェントの共通APIに基づいたテーブルトップゲームを実装するための一般的なスケルトン、新しいゲームを簡単に追加するためのコンポーネントとクラスのセット、JSONフォーマットでデータを定義するインポートモジュールを提供する。 現在、このプラットフォームには7つの異なるテーブルトップゲームの実装が含まれており、さらなる発展の例として使用することもできる。 さらに、TAGにはロギング機能が含まれており、アクションスペース、分岐係数、隠された情報、その他のゲームAI研究への関心度の観点から、ユーザがゲームの詳細な分析を行うことができる。 この文書の目的は、フレームワークを長く記述できる中心的なポイントとして機能することである。 TAG は https://github.com/GAIGResearch/TabletopGames でダウンロードできる。

関連論文リスト

• Game Development as Human-LLM Interaction [55.03293214439741]
  本稿では,人間-LLMインタラクションを利用したインタラクション駆動型ゲームエンジン(IGE)について紹介する。 ポーカーゲームのための IGE をケーススタディとして構築し,インタラクションの品質とコードの正確性という2つの観点から評価する。
  論文  参考訳（メタデータ） (2024-08-18T07:06:57Z)
• PyTAG: Tabletop Games for Multi-Agent Reinforcement Learning [0.41942958779358663]
  PyTAGはTabletop Gamesフレームワークで実装されたゲーム集合とのインタラクションをサポートするフレームワークである。 ゲームプレイングエージェントの観点から、テーブルトップゲームが提供する課題と、それらが将来の研究にもたらす機会を強調します。
  論文  参考訳（メタデータ） (2024-05-28T12:30:28Z)
• Instruction-Driven Game Engines on Large Language Models [59.280666591243154]
  IDGEプロジェクトは、大規模な言語モデルが自由形式のゲームルールに従うことを可能にすることで、ゲーム開発を民主化することを目的としている。 我々は、複雑なシナリオに対するモデルの露出を徐々に増大させるカリキュラム方式でIDGEを訓練する。 私たちの最初の進歩は、汎用的なカードゲームであるPoker用のIDGEを開発することです。
  論文  参考訳（メタデータ） (2024-03-30T08:02:16Z)
• Knowledge Guided Entity-aware Video Captioning and A Basketball Benchmark [49.54265459763042]
  バスケットボールゲーム知識グラフ(KG_NBA_2022)を構築し,ビデオ以外の知識を提供する。 そして、KG_NBA_2022に基づいて、9種類のきめ細かいシューティングイベントと286人のプレイヤーの知識を含むデータセットを構築する。 バスケットボールのライブテキスト放送のためのエンコーダデコーダ形式の候補選手リストに基づいて,知識ガイド付きエンティティ対応ビデオキャプションネットワーク(KEANet)を開発した。
  論文  参考訳（メタデータ） (2024-01-25T02:08:37Z)
• PlayMyData: a curated dataset of multi-platform video games [2.7498981662768536]
  PlayMyDataは、IGDBのWebサイトで収集された99,864のマルチプラットフォームゲームからなる、キュレートされたデータセットである。 専用APIを利用することで、説明、ジャンル、評価、ゲームプレイビデオURL、スクリーンショットなど、各ゲームに関連するメタデータを収集する。 PlayMyDataは、提供されたマルチメディアデータの上に構築されたクロスドメイン調査を促進するために使用できる。
  論文  参考訳（メタデータ） (2024-01-16T18:45:38Z)
• UniVTG: Towards Unified Video-Language Temporal Grounding [52.56732639951834]
  Video Temporal Grounding (VTG)は、カスタム言語クエリに従ってビデオのターゲットクリップをグラウンドすることを目的としている。 我々は、UniVTGと呼ばれる多様なVTGラベルとタスクを3方向に沿って統一することを提案する。 統合されたフレームワークのおかげで、大規模な多様なラベルから事前学習する時間的基盤を解き放つことができます。
  論文  参考訳（メタデータ） (2023-07-31T14:34:49Z)
• PyTAG: Challenges and Opportunities for Reinforcement Learning in Tabletop Games [0.880802134366532]
  我々は、Tabletop Gamesフレームワーク(TAG)と対話するためのPython APIであるPyTAGを紹介した。 Tagには、AIエージェントのための共通APIを備えた、20以上のモダンなテーブルトップゲームのセットが含まれている。 本稿では,これらのゲームにおいてRLエージェントをトレーニングするためのテクニックと,ゲームサブセット上での近似ポリシー最適化アルゴリズムのトレーニング後のベースライン結果を紹介する。
  論文  参考訳（メタデータ） (2023-07-19T11:08:59Z)
• Meta Arcade: A Configurable Environment Suite for Meta-Learning [4.962850553353402]
  本稿では,共通の視覚,状態空間,アクション空間,ゲームコンポーネント,スコアリング機構などを共有する,カスタム2Dアーケードゲームを容易に定義および設定するツールであるMeta Arcadeを紹介する。 このフレームワークの可能性を総合的に説明した24の事前定義されたゲーム群を含み、これらのゲームがどのように研究アプリケーションに設定できるかについて議論する。
  論文  参考訳（メタデータ） (2021-12-01T15:54:38Z)
• Tile Embedding: A General Representation for Procedural Level Generation via Machine Learning [1.590611306750623]
  タイルをベースとした2Dゲームのための,統一的で手頃な表現であるタイル埋め込みを提案する。 我々は、既存の人間の注釈付きゲームからタイルの視覚的および意味的な情報に基づいて訓練されたオートエンコーダを採用する。 我々は、この表現を、目に見えないタイルの余裕を予測し、注釈付きゲームや注釈なしゲームのためのPLGML表現として機能する能力に基づいて評価する。
  論文  参考訳（メタデータ） (2021-10-07T04:48:48Z)
• The Design Of "Stratega": A General Strategy Games Framework [62.997667081978825]
  Strategaはターンベースおよびリアルタイム戦略ゲームを作成するためのフレームワークである。 このフレームワークは、統計的フォワードプランニング(SFP)エージェントに焦点を当てて構築されている。 我々は,このフレームワークとそのエージェントの開発が,戦略ゲームにおける複雑な意思決定プロセスの理解に役立つことを願っている。
  論文  参考訳（メタデータ） (2020-09-11T20:02:00Z)

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。