Fugu-MT 論文翻訳(概要): From Language Games to Drawing Games

論文の概要: From Language Games to Drawing Games

arxiv url: http://arxiv.org/abs/2010.02820v2
Date: Thu, 10 Dec 2020 11:09:47 GMT
ステータス: 処理完了
システム内更新日: 2022-10-10 04:53:06.635328
Title: From Language Games to Drawing Games
Title（参考訳）: 言語ゲームから描画ゲームへ
Authors: Chrisantha Fernando, Daria Zenkova, Stanislav Nikolov, Simon Osindero
Abstract要約: 我々は,創発的言語研究によるコミュニケーションゲーム開発におけるアプローチに類似した,一組の描画ゲームを発明する。重要な違いは、描画ゲームは言語ゲームよりもレシーバーからの労力がはるかに少ないことである。生成臨界ループを閉じることで画像を生成する予備実験を行った。
参考スコア（独自算出の注目度）: 6.93765975252665
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We attempt to automate various artistic processes by inventing a set of drawing games, analogous to the approach taken by emergent language research in inventing communication games. A critical difference is that drawing games demand much less effort from the receiver than do language games. Artists must work with pre-trained viewers who spend little time learning artist specific representational conventions, but who instead have a pre-trained visual system optimized for behaviour in the world by understanding to varying extents the environment's visual affordances. After considering various kinds of drawing game we present some preliminary experiments which have generated images by closing the generative-critical loop.
Abstract（参考訳）: コミュニケーションゲームにおける創発的言語研究のアプローチに類似した,一組の描画ゲームを発明することで,様々な芸術的プロセスを自動化する。重要な違いは、描画ゲームは言語ゲームよりもレシーバーからの労力がはるかに少ないことである。アーティストは、アーティストの特定の表現慣習を学ぶのにほとんど時間を費やすが、その代わりに、環境の視覚的な余裕をある程度理解して、世界の行動に最適化された事前訓練された視覚システムを持つ、事前訓練済みの視聴者と協力しなければならない。様々な種類の描画ゲームを検討した後、生成臨界ループを閉じて画像を生成する予備実験を行った。

関連論文リスト

ARtVista: Gateway To Empower Anyone Into Artist [14.700883382465452]
本稿では,ARと生成AI技術を統合した新しいシステムARtVistaを提案する。 ARtVistaは、ユーザの抽象的なアイデアに沿った参照イメージを推奨し、ユーザが描くスケッチを生成する。パイロット研究を行い、そのユーザビリティに対する肯定的なフィードバックを明らかにします。
論文参考訳（メタデータ） (2024-03-13T18:00:57Z)
Re:Draw -- Context Aware Translation as a Controllable Method for Artistic Production [8.383295377277836]
インペイントとイメージ・ツー・イメージ翻訳の利点を組み合わせた新しい手法である文脈認識翻訳を導入する。ユースケースとして,デザイン仕様に基づいて手書きのキャラクターアイを描画する手法を適用した。
論文参考訳（メタデータ） (2024-01-07T14:34:34Z)
SketchDreamer: Interactive Text-Augmented Creative Sketch Ideation [111.2195741547517]
画像の画素表現に基づいて訓練されたテキスト条件付き拡散モデルを用いて,制御されたスケッチを生成する手法を提案する。我々の目標は、プロでないユーザにスケッチを作成させ、一連の最適化プロセスを通じて物語をストーリーボードに変換することです。
論文参考訳（メタデータ） (2023-08-27T19:44:44Z)
ImageBrush: Learning Visual In-Context Instructions for Exemplar-Based Image Manipulation [49.07254928141495]
我々は、より正確な画像編集のための視覚的指示を学習する、ImageBrushと呼ばれる新しい操作手法を提案する。私たちのキーとなるアイデアは、人間の意図を正確に捉えた2つの変換画像を視覚的指示として使うことです。提案モデルでは,ポーズ伝達,画像翻訳,映像インパインティングなどの下流タスクに対して,ロバストな一般化機能を示す。
論文参考訳（メタデータ） (2023-08-02T01:57:11Z)
Iconary: A Pictionary-Based Game for Testing Multimodal Communication with Drawings and Text [70.14613727284741]
人間とのコミュニケーションは、世界の共通理解、複雑なセマンティクス、時にはマルチモーダルなジェスチャーを必要とするため、AIにとって難しい。図面と推測の協調ゲームであるIconaryの文脈において,これらの課題を考察する。我々は、Iconaryをプレイし、人間のプレイヤー間で55,000以上のゲームでそれらをトレーニングするモデルを提案する。
論文参考訳（メタデータ） (2021-12-01T19:41:03Z)
Emergent Graphical Conventions in a Visual Communication Game [80.79297387339614]
人間は象徴的な言語とは別にグラフィカルなスケッチと通信する。視覚コミュニケーションゲームをする2つのニューラルエージェントを介して、このような進化過程をモデル化し、シミュレートする第一歩を踏み出す。我々は,コミュニケーションと抽象的なグラフィカルな慣行を成功させるために,エージェントを共同で進化させる新しい強化学習手法を考案した。
論文参考訳（メタデータ） (2021-11-28T18:59:57Z)
Contrastive Learning of Generalized Game Representations [2.323282558557423]
ピクセルを通してゲームを表現することは、汎用的で汎用的なゲームモデルを構築する上で有望なアプローチを提供する。ゲームは単なる画像ではないが、ゲーム画素で訓練されたニューラルネットワークモデルは、ゲームの内容ではなく、画像の視覚的スタイルの違いをキャプチャすることが多い。本稿では,コントラスト学習の最近の進歩を基盤として,ゲームにおける表現学習のメリットを示す。
論文参考訳（メタデータ） (2021-06-18T11:17:54Z)
The emergence of visual semantics through communication games [0.0]
ビジュアルセマンティクスをキャプチャする通信システムは、適切なタイプのゲームをすることで、完全に自己監督された方法で学習することができる。我々の研究は、創発的なコミュニケーション研究と自己教師型特徴学習のギャップを埋める。
論文参考訳（メタデータ） (2021-01-25T17:43:37Z)
Deep Reinforcement Learning with Stacked Hierarchical Attention for Text-based Games [64.11746320061965]
自然言語の文脈におけるインタラクティブなシミュレーションであるテキストベースゲームの強化学習について検討する。エージェントの動作が解釈可能な推論手順によって生成され、支援されるように、意思決定のための知識グラフを用いた明示的な推論を行うことを目指している。提案手法を多数の人為的ベンチマークゲームで広範囲に評価し,本手法が既存のテキストベースエージェントよりも優れていることを示す実験結果を得た。
論文参考訳（メタデータ） (2020-10-22T12:40:22Z)
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。