Fugu-MT 論文翻訳(概要): The AI Settlement Generation Challenge in Minecraft: First Year Report

論文の概要: The AI Settlement Generation Challenge in Minecraft: First Year Report

arxiv url: http://arxiv.org/abs/2103.14950v1
Date: Sat, 27 Mar 2021 17:27:05 GMT
ステータス: 処理完了
システム内更新日: 2021-03-30 15:11:40.156411
Title: The AI Settlement Generation Challenge in Minecraft: First Year Report
Title（参考訳）: minecraftにおけるai決済生成チャレンジ:第1回レポート
Authors: Christoph Salge, Michael Cerny Green, Rodrigo Canaan, Filip Skwarski, Rafael Fritsch, Adrian Brightmoore, Shaofang Ye, Changxing Cao and Julian Togelius
Abstract要約: この記事では、MinecraftでAI決済生成コンペティション初年度から学んだことを概説する。この課題は、適応的および全体的な手続き的コンテンツ生成に研究を集中することを目指している。
参考スコア（独自算出の注目度）: 3.95455071858062
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This article outlines what we learned from the first year of the AI Settlement Generation Competition in Minecraft, a competition about producing AI programs that can generate interesting settlements in Minecraft for an unseen map. This challenge seeks to focus research into adaptive and holistic procedural content generation. Generating Minecraft towns and villages given existing maps is a suitable task for this, as it requires the generated content to be adaptive, functional, evocative and aesthetic at the same time. Here, we present the results from the first iteration of the competition. We discuss the evaluation methodology, present the different technical approaches by the competitors, and outline the open problems.
Abstract（参考訳）: この記事では、マインクラフトでのai決済生成コンペの初年度から学んだことを概説します。マインクラフトで興味深い決済を生成できるaiプログラムのコンペティションです。この課題は、適応的かつ総合的な手続き的コンテンツ生成の研究に焦点を当てることを目指している。既存の地図にマインクラフトの町や村を生成することは、生成されたコンテンツが適応的、機能的、挑発的、美的であることを同時に要求するので、これに適したタスクである。ここでは,第1回大会の結果について述べる。評価手法を議論し,競合他社による異なる技術アプローチを提示し,オープン問題を概説する。

関連論文リスト

Believable Minecraft Settlements by Means of Decentralised Iterative Planning [1.0225653612678713]
我々の手法は2022年にマインクラフトのジェネレーティブ・ソリメント・デザイン(GDMC)で優勝した。これは、分権的かつ反復的な計画プロセスを通じて達成され、同様に「有機的」なコンテンツを手続き的に生成することを目的としている。
論文参考訳（メタデータ） (2023-09-19T18:32:49Z)
Beyond Reality: The Pivotal Role of Generative AI in the Metaverse [98.1561456565877]
本稿では、生成型AI技術がMetaverseをどう形成しているかを包括的に調査する。我々は、AI生成文字による会話インタフェースを強化しているChatGPTやGPT-3といったテキスト生成モデルの応用を探求する。また、現実的な仮想オブジェクトを作成する上で、Point-EやLumimithmicのような3Dモデル生成技術の可能性についても検討する。
論文参考訳（メタデータ） (2023-07-28T05:44:20Z)
Generating Redstone Style Cities in Minecraft [7.047846528263768]
本稿では,2023年度マインクラフト開発コンペティションコンペティション(Minecraft Settlement Generation Competition for Minecraft)のエントリーとして提出された都市ジェネレータについて紹介する。生成手順は、植生の除去、地形の変更、建築レイアウトの生成、ルート計画、街灯配置、壁建設の6つの主要なステップで構成されている。
論文参考訳（メタデータ） (2023-07-19T06:36:01Z)
Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
論文参考訳（メタデータ） (2022-04-14T17:24:54Z)
Automated Isovist Computation for Minecraft [0.0]
アーキテクチャのアイデア,すなわちアイソビストと空間構文をモチベーションとした,新しい自動メトリクスセットを開発する。これらのメトリクスは、プレイヤーの観点から特定のゲーム状態に対して計算され、ゲームの世界における彼らの体格を考慮に入れられる。私たちはこれらのメトリクスをMinecraftの3Dブロックワールドに適用する方法を示します。
論文参考訳（メタデータ） (2022-04-07T21:41:06Z)
The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文参考訳（メタデータ） (2021-07-05T12:18:17Z)
Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
論文参考訳（メタデータ） (2021-04-17T20:33:24Z)
NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge [105.27989489105865]
本稿では,TEAM CoSTARが開発したアルゴリズム,ハードウェア,ソフトウェアアーキテクチャについて述べる。 NeBula (Networked Belief-Aware Perceptual Autonomy) と呼ばれる当社の自律的ソリューションを紹介します。
論文参考訳（メタデータ） (2021-03-21T19:42:26Z)
The MineRL 2020 Competition on Sample Efficient Reinforcement Learning using Human Priors [62.9301667732188]
我々は,MineRLコンペティションの第2イテレーションを提案する。競争の主な目標は、人間のデモンストレーションを効率的に活用できるアルゴリズムの開発を促進することです。コンペティションは、データセットと環境のペアバージョンが複数提供される2ラウンドで構成されている。各ラウンドの終わりに、競合他社はコンテナ化された学習アルゴリズムをaicrowdプラットフォームに提出する。
論文参考訳（メタデータ） (2021-01-26T20:32:30Z)
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)
From Chess and Atari to StarCraft and Beyond: How Game AI is Driving the World of AI [10.80914659291096]
Game AIは、最も先進的なAIアルゴリズムを開発し、テストするための研究分野として、自らを確立した。 Game AIの進歩は、ロボティクスや化学物質の合成など、ゲーム以外の領域にも拡張され始めている。
論文参考訳（メタデータ） (2020-02-24T18:28:54Z)

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。