論文の概要: Game Mechanic Alignment Theory and Discovery

• arxiv url: http://arxiv.org/abs/2102.10247v1
• Date: Sat, 20 Feb 2021 03:41:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-23 15:03:36.405997
• Title: Game Mechanic Alignment Theory and Discovery
• Title（参考訳）: ゲームメカニックアライメント理論と発見
• Authors: Michael Cerny Green, Ahmed Khalifa, Philip Bontrager, Rodrigo Canaan and Julian Togelius
• Abstract要約: 我々は,ゲームメカニックアライメント理論という新しい概念を提案する。 プレイヤーと環境の影響を消し去ることで、自動チュートリアル生成システムで使用するメカニクスをよりよく特定することができる。
• 参考スコア（独自算出の注目度）: 5.5805433423452895
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a new concept called Game Mechanic Alignment theory as a way to organize game mechanics through the lens of environmental rewards and intrinsic player motivations. By disentangling player and environmental influences, mechanics may be better identified for use in an automated tutorial generation system, which could tailor tutorials for a particular playstyle or player. Within, we apply this theory to several well-known games to demonstrate how designers can benefit from it, we describe a methodology for how to estimate mechanic alignment, and we apply this methodology on multiple games in the GVGAI framework. We discuss how effectively this estimation captures intrinsic/extrinsic rewards and how our theory could be used as an alternative to critical mechanic discovery methods for tutorial generation.
• Abstract（参考訳）: 環境報酬のレンズと内在的プレイヤーモチベーションを用いてゲーム力学を組織化する方法として,ゲーム機械アライメント理論という新しい概念を提案する。 プレイヤーと環境の影響を遠ざけることで、メカニックは特定のプレイスタイルやプレイヤーのチュートリアルを調整できる自動チュートリアル生成システムでの使用のためによりよく識別される。 この理論をいくつかの有名なゲームに応用し、デザイナーのメリットを実証し、メカニックアライメントの推定方法の方法論を説明し、この方法論をGVGAIフレームワークの複数のゲームに適用します。 この推定が本質的/外因的報酬をいかに効果的に獲得するか、チュートリアル生成のための重要なメカニックディスカバリー方法の代替として私たちの理論を使用できるかについて論じる。

関連論文リスト

• Expectation vs. Reality: Towards Verification of Psychological Games [18.30789345402813]
  心理学ゲーム(PG)は、信念に依存した動機を持つエージェントをモデル化し分析する方法として開発された。 本稿では,ゲームの公式検証ツールであるPRISM-gamesでPGを解き,実装する手法を提案する。
  論文  参考訳（メタデータ） (2024-11-08T14:41:52Z)
• Learning to Play Video Games with Intuitive Physics Priors [2.1548132286330453]
  我々は、多数のビデオゲームでよく一般化されたオブジェクトベースの入力表現を設計する。 これらの表現を用いて,幼児に類似したゲームを学ぶエージェントの能力を評価する。 以上の結果から,人間のようなオブジェクトインタラクションのセットアップが,複数のビデオゲームを遊べるように学習できることが示唆された。
  論文  参考訳（メタデータ） (2024-09-20T20:30:27Z)
• Energy-based Potential Games for Joint Motion Forecasting and Control [0.125828876338076]
  この研究は、モーション予測と制御における相互作用モデリングに対処するための数学的枠組みとしてゲーム理論を用いる。 差動ゲーム,最適制御,エネルギーベースモデル間の接続を確立し,提案したエネルギーベースポテンシャルゲーム定式化の下で既存のアプローチをどのように統合できるかを示す。 本稿では,ゲームパラメータ推論のためのニューラルネットワークと,帰納バイアスとして機能するゲーム理論最適化層を組み合わせた,新たなエンドツーエンド学習アプリケーションを提案する。
  論文  参考訳（メタデータ） (2023-12-04T11:30:26Z)
• Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
  本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。 ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。 我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
  論文  参考訳（メタデータ） (2023-07-19T18:19:23Z)
• Evolutionary Game-Theoretical Analysis for General Multiplayer Asymmetric Games [22.753799819424785]
  不正確さなしに、ペイオフテーブルと動的分析のギャップを埋める。 いくつかの古典ゲームにおいて,本手法を最先端のゲームと比較する。
  論文  参考訳（メタデータ） (2022-06-22T14:06:23Z)
• CCPT: Automatic Gameplay Testing and Validation with Curiosity-Conditioned Proximal Trajectories [65.35714948506032]
  Curiosity-Conditioned Proximal Trajectories (CCPT)法は、好奇心と模倣学習を組み合わせてエージェントを訓練して探索する。 CCPTが複雑な環境を探索し、ゲームプレイの問題を発見し、その過程におけるデザインの監視を行い、それらをゲームデザイナーに直接認識し、強調する方法について説明する。
  論文  参考訳（メタデータ） (2022-02-21T09:08:33Z)
• A Differentiable Recipe for Learning Visual Non-Prehensile Planar Manipulation [63.1610540170754]
  視覚的非包括的平面操作の問題に焦点をあてる。 本稿では,ビデオデコードニューラルモデルと接触力学の先行情報を組み合わせた新しいアーキテクチャを提案する。 モジュラーで完全に差別化可能なアーキテクチャは、目に見えないオブジェクトやモーションの学習専用手法よりも優れていることが分かりました。
  論文  参考訳（メタデータ） (2021-11-09T18:39:45Z)
• Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
  本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。 この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
  論文  参考訳（メタデータ） (2021-01-06T21:14:10Z)
• 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)
• Mario Level Generation From Mechanics Using Scene Stitching [6.32656340734423]
  本システムは,FI-2Popアルゴリズムとシーンのコーパスを用いて,自動レベルのオーサリングを行う。 本システムでは, 縫合による創発機構の低減を図り, 整合力学の最大化が可能である。
  論文  参考訳（メタデータ） (2020-02-07T19:44:44Z)
• Smooth markets: A basic mechanism for organizing gradient-based learners [47.34060971879986]
  スムーズマーケット(SM-games)は、対角にゼロ和の相互作用を持つn-プレイヤゲームの一種である。 SMゲームは、(一部)GAN、敵対的トレーニング、その他の最近のアルゴリズムを含む、機械学習における一般的なデザインパターンを符号化する。 SMゲームは1次手法を用いて解析と最適化が可能であることを示す。
  論文  参考訳（メタデータ） (2020-01-14T09:19:39Z)

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。