論文の概要: SuSketch: Surrogate Models of Gameplay as a Design Assistant
- arxiv url: http://arxiv.org/abs/2103.11726v1
- Date: Mon, 22 Mar 2021 11:05:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-23 14:48:22.969109
- Title: SuSketch: Surrogate Models of Gameplay as a Design Assistant
- Title（参考訳）: SuSketch:デザインアシスタントとしてのゲームプレイのサロゲートモデル
- Authors: Panagiotis Migkotzidis and Antonios Liapis
- Abstract要約: 本稿では,一対一のシューティングレベルの設計ツールであるsusketchを紹介する。
SuSketchは、特定のキャラクタークラスの2人の競合プレイヤーのゲームプレイ予測をデザイナーに提供します。
インターフェイスにより、デザイナーは人工的にインテリジェントなクリエイターと並んで作業できます。
16人のゲーム開発者によるユーザー調査では、このツールは使いやすく、SuSketchをよりアクセスしやすく説明しやすくする必要性を強調しました。
- 参考スコア（独自算出の注目度）: 1.9222706856050082
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper introduces SuSketch, a design tool for first person shooter
levels. SuSketch provides the designer with gameplay predictions for two
competing players of specific character classes. The interface allows the
designer to work side-by-side with an artificially intelligent creator and to
receive varied types of feedback such as path information, predicted balance
between players in a complete playthrough, or a predicted heatmap of the
locations of player deaths. The system also proactively designs alternatives to
the level and class pairing, and presents them to the designer as suggestions
that improve the predicted balance of the game. SuSketch offers a new way of
integrating machine learning into mixed-initiative co-creation tools, as a
surrogate of human play trained on a large corpus of artificial playtraces. A
user study with 16 game developers indicated that the tool was easy to use, but
also highlighted a need to make SuSketch more accessible and more explainable.
- Abstract（参考訳）: 本稿では、ファーストパーソンシューティングレベルの設計ツールであるSuSketchを紹介する。
SuSketchは、特定のキャラクタークラスの2人のプレイヤーに対してゲームプレイ予測を提供する。
このインターフェースにより、デザイナーは、人工的な知的クリエーターと並行して働き、パス情報、完全なプレイスルーでのプレイヤー間の予測バランス、プレイヤーの死の場所の予測ヒートマップなどの様々なフィードバックを受け取ることができる。
システムはまた、レベルとクラスペアリングの代替案を積極的に設計し、ゲーム予測バランスを改善する提案としてデザイナーに提示する。
SuSketchは、人工プレイトラスの大規模なコーパスでトレーニングされた人間の遊びの代理として、機械学習を混合開始性のある共同創造ツールに統合する新しい方法を提供する。
16人のゲーム開発者によるユーザ調査では、ツールの使用が容易であるだけでなく、susketchをより使いやすく説明しやすいものにする必要性も示された。
関連論文リスト
- Game Plot Design with an LLM-powered Assistant: An Empirical Study with Game Designers [29.54980724240688]
ゲームデザイナーがターンベースのゲームのために没入的な物語を制作するのを支援する。
14人のゲームデザイナによるユーザスタディでは、生成されたゲームプロットに対する満足度と、物語に対するオーナシップの両面から高いレベルの満足度が示されています。
論文 参考訳（メタデータ） (2024-11-05T01:26:35Z) - Instruction-Driven Game Engine: A Poker Case Study [53.689520884467065]
IDGEプロジェクトは、大規模言語モデルで自由形式のゲーム記述を追従し、ゲームプレイプロセスを生成することにより、ゲーム開発を民主化することを目的としている。
我々は、複雑なシナリオへ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。
我々の最初の進歩はポーカーのIDGEの開発であり、これは幅広いポーカーの変種をサポートするだけでなく、自然言語入力を通じて高度に個別化された新しいポーカーゲームを可能にする。
論文 参考訳（メタデータ） (2024-10-17T11:16:27Z) - 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) - The Ink Splotch Effect: A Case Study on ChatGPT as a Co-Creative Game
Designer [2.778721019132512]
本稿では,大規模言語モデル(LLM)がゲームデザインにおいて,より効果的でハイレベルな創造的コラボレータや「マウス」として機能するかを考察する。
私たちのゴールは、AIアシスタントが人間のデザイナーによって実現された創造的な意図と比較して、ゲームに取って代わる品質を向上、妨げ、提供できるかどうかを判断することです。
論文 参考訳（メタデータ） (2024-03-04T20:14:38Z) - Breathing Life Into Sketches Using Text-to-Video Priors [101.8236605955899]
スケッチは、人間が自分のアイデアを視覚的に伝えるために使う最も直感的で汎用性の高いツールの1つです。
本研究では,単一オブジェクトのスケッチに動きを自動的に付加する手法を提案する。
出力はベクトル表現で提供される短いアニメーションで、簡単に編集できる。
論文 参考訳（メタデータ） (2023-11-21T18:09:30Z) - Leveraging Cluster Analysis to Understand Educational Game Player
Experiences and Support Design [3.07869141026886]
教育ゲームデザイナが観客のプレイスタイルを理解する能力は、ゲームデザインを改善する上で不可欠なツールである。
我々は,データクラスタリングのベストプラクティスを用いて,小さな教育ゲームスタジオ内での使用が可能な,シンプルで再利用可能なプロセスを提案する。
論文 参考訳（メタデータ） (2022-10-18T14:51:15Z) - Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。
提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。
次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
論文 参考訳（メタデータ） (2022-03-10T02:37:39Z) - 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) - Learning-based pose edition for efficient and interactive design [55.41644538483948]
コンピュータ支援アニメーションアーティストでは、キャラクターのキーポーズは骨格を操作することで定義されている。
キャラクターのポーズは多くの不明確な制約を尊重しなければならないので、結果のリアリズムはアニメーターのスキルと知識に大きく依存する。
ポーズデザインのための効率的なツールを記述し、ユーザーが直感的にポーズを操作してキャラクターアニメーションを作成することができる。
論文 参考訳（メタデータ） (2021-07-01T12:15:02Z) - Pairing Character Classes in a Deathmatch Shooter Game via a
Deep-Learning Surrogate Model [2.323282558557423]
本稿では,ゲームレベル構造とゲームのキャラクタークラスパラメータを入力として,ゲームプレイ結果を出力として組み合わせたモデルを構築する上で,ディープラーニングがいかに役立つかを考察する。
その後、モデルは特定のレベルと所望のゲーム結果(例えば短い期間のバランスの取れたマッチ)のクラスを生成するために使用される。
論文 参考訳（メタデータ） (2021-03-29T09:34:24Z) - Metagame Autobalancing for Competitive Multiplayer Games [0.10499611180329801]
ゲーム設計において,マルチプレイヤーゲームのバランスをとるためのツールを提案する。
我々のアプローチでは,設計者がメタゲームターゲットの直感的なグラフィカル表現を構築する必要がある。
このツールの能力は、Rock-Paper-Scissors から継承された例や、より複雑な非対称戦闘ゲームにおいて示す。
論文 参考訳（メタデータ） (2020-06-08T08:55:30Z)
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。