Fugu-MT 論文翻訳(概要): Turing Completeness and Sid Meier's Civilization

論文の概要: Turing Completeness and Sid Meier's Civilization

arxiv url: http://arxiv.org/abs/2104.14647v1
Date: Thu, 29 Apr 2021 20:48:58 GMT
ステータス: 処理完了
システム内更新日: 2021-05-04 03:18:49.073845
Title: Turing Completeness and Sid Meier's Civilization
Title（参考訳）: チューリング完全性とシド・マイアーの文明
Authors: Adrian de Wynter
Abstract要約: Sid Meier's Civilizationシリーズの3つの戦略ビデオゲームがチューリング完全であることを証明している。我々は,ゲーム内に存在する要素のみを用いて,ゲームごとに3つの汎用チューリングマシンを構築し,その内部ルールと力学を遷移関数として利用する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We prove that three strategy video games from the Sid Meier's Civilization series: Sid Meier's Civilization: Beyond Earth, Sid Meier's Civilization V, and Sid Meier's Civilization VI, are Turing complete. We achieve this by building three universal Turing machines-one for each game-using only the elements present in the games, and using their internal rules and mechanics as the transition function. The existence of such machines imply that under the assumptions made, the games are undecidable. We show constructions of these machines within a running game session, and we provide a sample execution of an algorithm-the three-state Busy Beaver-with one of our machines.
Abstract（参考訳）: Sid Meier's Civilization: Beyond Earth, Sid Meier's Civilization V, Sid Meier's Civilization VIの3つの戦略ビデオゲームがチューリング完了であることを示す。我々は,ゲーム内に存在する要素のみを用いて,ゲームごとに3つの汎用チューリングマシンを構築し,その内部ルールと力学を遷移関数として利用する。そのようなマシンの存在は、仮定の下でゲームが決定不能であることを意味する。動作中のゲームセッション内でこれらのマシンの構成を示し、我々のマシンの1つで3状態のBusy Beaverのアルゴリズムのサンプル実行を提供する。

関連論文リスト

DrEureka: Language Model Guided Sim-To-Real Transfer [64.14314476811806]
シミュレーションで学んだ政策を現実世界に伝達することは、ロボットのスキルを大規模に獲得する上で有望な戦略である。本稿では,Large Language Models (LLMs) を用いてシム・トゥ・リアル設計の自動化と高速化を行う。本手法では,ヨガボールの上を歩行する四足歩行や四足歩行など,新しいロボットタスクを解くことができる。
論文参考訳（メタデータ） (2024-06-04T04:53:05Z)
CivRealm: A Learning and Reasoning Odyssey in Civilization for Decision-Making Agents [63.79739920174535]
文明ゲームに触発された環境であるCivRealmを紹介する。 CivRealmは、意思決定エージェントにとってユニークな学習と推論の課題である。
論文参考訳（メタデータ） (2024-01-19T09:14:11Z)
Automata Quest: NCAs as a Video Game Life Mechanic [0.5413171228580135]
我々は、ビデオゲームの歴史の過程を、その力学によって表現されるように研究する。本稿では,ニューラルセルオートマタ(Neural Cellular Automata)という,人気の高い1種類のオートマタの生存可能性について検討する。
論文参考訳（メタデータ） (2023-09-23T11:14:09Z)
Towards a Self-Replicating Turing Machine [0.0]
我々はフォン・ノイマンの普遍コンストラクタと普遍コーパの部分実装を提供する。同じ原理を用いてチューリングマシンも構築する。我々の構成は、望めば突然変異を許容し、簡単な記述言語を提供します。
論文参考訳（メタデータ） (2023-06-29T11:50:58Z)
Sim-to-Real via Sim-to-Seg: End-to-end Off-road Autonomous Driving Without Real Data [56.49494318285391]
我々は、オフロード自動運転の視覚的現実的ギャップを横断するRCANを再想像するSim2Segを紹介する。これは、ランダム化されたシミュレーション画像をシミュレートされたセグメンテーションと深さマップに変換する学習によって行われる。これにより、シミュレーションでエンドツーエンドのRLポリシーをトレーニングし、現実世界に直接デプロイできます。
論文参考訳（メタデータ） (2022-10-25T17:50:36Z)
A Relative Church-Turing-Deutsch Thesis from Special Relativity and Undecidability [0.0]
本研究では,グローバルシミュレータが蓄積した時間,空間,誤差の計算がシミュレーション特性であることを示す。これらのシミュレーション特性は、チャーチ・チューリング・ドイツ理論の構築に使用する相対モデルに特別な相対論的効果をもたらす。
論文参考訳（メタデータ） (2022-06-13T18:58:41Z)
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)
AI and Wargaming [7.946510318969309]
我々は、ウォーガーミングのレンズを通して、現在の最先端技術についてレビューする。第一に、ウォーゲームと通常のAIテストベッドを区別する機能は何か、そして第二に、最近のAIの進歩が、これらのウォーゲーム固有の機能に最も適しているのかを問う。
論文参考訳（メタデータ） (2020-09-18T16:39:54Z)
TotalBotWar: A New Pseudo Real-time Multi-action Game Challenge and Competition for AI [62.997667081978825]
TotalBotWarは、ゲームAIのための新しい擬似リアルタイムマルチアクションチャレンジだ。ゲームはTotalWarのゲームシリーズに基づいており、プレイヤーは敵のゲームに勝つために軍隊を管理する。
論文参考訳（メタデータ） (2020-09-18T09:13:56Z)
Board Games for Quantum Computers [0.0]
5 in a Row(またはgomoku)やweiqi(またはgo)などのボードゲームを一般化する。 1つの量子コンピュータともう1つの量子コンピュータ(QwQ)、もう1つの量子コンピュータ(CQC)で互いにプレイする2つの古典的コンピュータ。これらの結果は、ローとワイキのファイブのゲームで説明する。
論文参考訳（メタデータ） (2020-04-17T14:38:10Z)
Suphx: Mastering Mahjong with Deep Reinforcement Learning [114.68233321904623]
我々は、新たに導入されたいくつかの技術を用いた深層強化学習に基づいて、Suphxという名のマフジョンのためのAIを設計する。 Suphxは、安定したランクの点で、ほとんどのトップの人間プレイヤーよりも強いパフォーマンスを示している。コンピュータプログラムがマヒョンで最上位の人間プレイヤーを上回るのは、これが初めてである。
論文参考訳（メタデータ） (2020-03-30T16:18:16Z)

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。