論文の概要: ColorShapeLinks: A board game AI competition for educators and students
- arxiv url: http://arxiv.org/abs/2012.09015v2
- Date: Fri, 26 Feb 2021 18:05:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-03 11:09:37.240923
- Title: ColorShapeLinks: A board game AI competition for educators and students
- Title（参考訳）: ColorShapeLinks: 教育者や学生のためのボードゲームAIコンペティション
- Authors: Nuno Fachada
- Abstract要約: ColorShapeLinksは、ゲーム開発における学生や教育者向けに特別に設計されたAIボードゲームコンペティションフレームワークである。
これは、AIクラスの内部コンペティションの実行や、IEEE Conference on Gamesでの国際AIコンペティションの開催に成功した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: ColorShapeLinks is an AI board game competition framework specially designed
for students and educators in videogame development, with openness and
accessibility in mind. The competition is based on an arbitrarily-sized version
of the Simplexity board game, the motto of which, "simple to learn, complex to
master", is curiously also applicable to AI agents. ColorShapeLinks offers
graphical and text-based frontends and a completely open and documented
development framework built using industry standard tools and following
software engineering best practices. ColorShapeLinks is not only a competition,
but both a game and a framework which educators and students can extend and use
to host their own competitions. It has been successfully used for running
internal competitions in AI classes, as well as for hosting an international AI
competition at the IEEE Conference on Games.
- Abstract（参考訳）: ColorShapeLinksは、ゲーム開発における学生や教育者向けに特別に設計されたAIボードゲームコンペティションフレームワークで、オープン性とアクセシビリティを念頭に置いている。
このコンペは、simplexity board gameの任意サイズのバージョンに基づいており、そのモットーである"simple to learn, complex to master"は、興味深いことにaiエージェントにも当てはまる。
ColorShapeLinksはグラフィカルおよびテキストベースのフロントエンドと、業界標準ツールを使用して構築された完全にオープンでドキュメント化された開発フレームワークを提供する。
ColorShapeLinksは競争相手であるだけでなく、教育者や学生が自分の競争をホストするためのゲームとフレームワークでもある。
AIクラスの内部コンペティションの実行や、IEEE Conference on Gamesで国際AIコンペティションの開催に成功している。
関連論文リスト
- Stimulate the Potential of Robots via Competition [60.69068909395984]
本稿では,個々のロボットが競技者から知識を得るのに役立つ,競争力のある学習フレームワークを提案する。
具体的には、競合相手間の競合情報を、有利な行動を学ぶための補助信号として導入する。
さらに,Multiagent-Race環境を構築し,競争環境において訓練されたロボットが,単一ロボット環境でのSoTAアルゴリズムで訓練されたロボットよりも優れていることを示す。
論文 参考訳（メタデータ） (2024-03-15T17:21:39Z) - DanZero+: Dominating the GuanDan Game through Reinforcement Learning [95.90682269990705]
我々は、GuanDanという、非常に複雑で人気のあるカードゲームのためのAIプログラムを開発した。
私たちはまず、DanZeroという名のAIプログラムをこのゲームのために提案しました。
AIの能力をさらに強化するために、政策に基づく強化学習アルゴリズムをGuanDanに適用する。
論文 参考訳（メタデータ） (2023-12-05T08:07:32Z) - Benchmarking Robustness and Generalization in Multi-Agent Systems: A
Case Study on Neural MMO [50.58083807719749]
IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。
この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。
環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
論文 参考訳（メタデータ） (2023-08-30T07:16:11Z) - Summarizing Strategy Card Game AI Competition [1.027974860479791]
本稿では,5年間のAIコンペティションを,小さな集合カードゲーム(CCG)であるLOCM(Legends of Code and Magic)に基づいて締めくくる。
LOCMはゲームツリー探索アルゴリズム、ニューラルネットワーク、評価関数、CGデッキ構築などの分野に関する多くの出版物で使用されている。
COG 2022エディションは最後のバージョンと発表されたが、ゲームは引き続き利用可能であり、オンラインのリーダーボードアリーナでプレイすることができる。
論文 参考訳（メタデータ） (2023-05-19T16:49:36Z) - Introducing Tales of Tribute AI Competition [0.7639610349097472]
本稿では,新たなAIチャレンジであるT Tales of Tribute AI Competition(TOTAIC)を提案する。
このゲームは、The Elder Scrolls OnlineのHigh Isle章でリリースされた2人のプレイヤーによるデッキビルディングカードゲームに基づいている。
本稿では,競争の枠組みを紹介し,ゲームのルールを説明し,サンプルAIエージェント間のトーナメントの結果を示す。
論文 参考訳（メタデータ） (2023-05-14T19:55:56Z) - Stimulating student engagement with an AI board game tournament [0.0]
本稿では,2年生にボードゲームに適用した検索手法の紹介を行うプロジェクトベース・コンペティションベースの学士課程について紹介する。
2人のグループがネットワークプログラミングとAIメソッドを使用して、今年のボードゲームトーナメントに出場するためにAIエージェントを構築する必要があります。
論文 参考訳（メタデータ） (2023-04-22T11:22:00Z) - WinoGAViL: Gamified Association Benchmark to Challenge
Vision-and-Language Models [91.92346150646007]
本研究では,視覚・言語関係を収集するオンラインゲームであるWinoGAViLを紹介する。
私たちはこのゲームを使って3.5Kのインスタンスを収集し、それらが人間には直感的だが最先端のAIモデルには挑戦的であることを発見した。
我々の分析とプレイヤーからのフィードバックは、収集された協会が多様な推論スキルを必要とすることを示している。
論文 参考訳（メタデータ） (2022-07-25T23:57:44Z) - Snakes AI Competition 2020 and 2021 Report [65.7695644335859]
スネークスAIコンペティションはインノポリス大学が主催した。
IEEE Conference on Games 2020と2021エディションの一部だった。
エージェントに人工知能アルゴリズムを学習し、実装するためのサンドボックスを作成することを目的としていた。
論文 参考訳（メタデータ） (2021-08-11T10:27:11Z) - A Game AI Competition to foster Collaborative AI research and
development [5.682875185620577]
我々はGeometry Friends Game AIコンペティションを開催する。
ゲームの概念は単純だが、その解決は難しいことが証明されている。
コンペティションとそれがもたらす課題について議論し、現在のソリューションの概要を示す。
論文 参考訳（メタデータ） (2020-10-17T23:03:06Z) - Learning from Learners: Adapting Reinforcement Learning Agents to be
Competitive in a Card Game [71.24825724518847]
本稿では,競争力のあるマルチプレイヤーカードゲームの現実的な実装を学習・プレイするために,一般的な強化学習アルゴリズムをどのように適用できるかについて検討する。
本研究は,学習エージェントに対して,エージェントが競争力を持つことの学習方法を評価するための特定のトレーニングと検証ルーチンを提案し,それらが相互の演奏スタイルにどのように適応するかを説明する。
論文 参考訳（メタデータ） (2020-04-08T14:11:05Z)
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。