論文の概要: Empirically Evaluating Creative Arc Negotiation for Improvisational
Decision-making
- arxiv url: http://arxiv.org/abs/2106.02921v1
- Date: Sat, 5 Jun 2021 15:20:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-08 17:44:50.414647
- Title: Empirically Evaluating Creative Arc Negotiation for Improvisational
Decision-making
- Title（参考訳）: 即興意思決定のための創造的アークネゴシエーションの評価
- Authors: Mikhail Jacob, Brian Magerko
- Abstract要約: 本稿では,CARNIVALによる創造的アークネゴシエーションの経験を,クラウドソーシングによる2つの観察者および1つのインプロバイザ実験を通じて評価する。
以上の結果から,観衆は演奏における創造的弧の同定に成功していることが示された。
どちらのグループもエージェントの創造性と論理的一貫性における創造的なアーク交渉を好み、観察者もそれをより楽しんだ。
- 参考スコア（独自算出の注目度）: 5.177947445379688
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Action selection from many options with few constraints is crucial for
improvisation and co-creativity. Our previous work proposed creative arc
negotiation to solve this problem, i.e., selecting actions to follow an
author-defined `creative arc' or trajectory over estimates of novelty,
unexpectedness, and quality for potential actions. The CARNIVAL agent
architecture demonstrated this approach for playing the Props game from improv
theatre in the Robot Improv Circus installation. This article evaluates the
creative arc negotiation experience with CARNIVAL through two crowdsourced
observer studies and one improviser laboratory study. The studies focus on
subjects' ability to identify creative arcs in performance and their preference
for creative arc negotiation compared to a random selection baseline. Our
results show empirically that observers successfully identified creative arcs
in performances. Both groups also preferred creative arc negotiation in agent
creativity and logical coherence, while observers enjoyed it more too.
- Abstract（参考訳）: ほとんど制約のない多くの選択肢からの行動選択は即興性と共同創造性に不可欠である。
我々の以前の研究は、この問題を解決するために創造的アーク交渉(すなわち、著者が定義した「創造的アーク」または軌道に従う行動を選択すること)を提案した。
CARNIVALのエージェントアーキテクチャは、ロボット改良サーカスのインストレーションで即興劇場からプロップスゲームをプレイするためのこのアプローチを実証した。
本稿では,CARNIVALによる創造的アークネゴシエーションの経験を,クラウドソーシングによる2つの観察者およびインプロバイザ実験を通じて評価する。
本研究は, ランダム選択ベースラインと比較して, 演出における創造的アークの識別能力と創造的アーク交渉の嗜好に焦点を当てた。
実験の結果,実演の創造的アークの同定に成功していることがわかった。
どちらのグループもエージェントの創造性と論理的一貫性における創造的なアーク交渉を好み、観察者もそれをより楽しんだ。
関連論文リスト
- Exploring the Potential of Large Language Models in Artistic Creation:
Collaboration and Reflection on Creative Programming [10.57792673254363]
プログラム全体を呼び出し、複数のサブタスクを発行する、という2つの一般的なコラボレーションアプローチを比較します。
本研究は,アーティストの異なる刺激反射を2つの異なる方法で示すものである。
創造的コーディングにおけるLLMの芸術的可能性を明らかにする。
論文 参考訳（メタデータ） (2024-02-15T07:00:06Z) - Creative Agents: Empowering Agents with Imagination for Creative Tasks [31.920963353890393]
本稿では,言語命令に基づくタスク結果の詳細な想像力を生成するイマジネータを用いて,制御器を拡張したクリエイティブエージェントのためのソリューションのクラスを提案する。
私たちは創造的なタスクを、オープンワールドの挑戦的なゲームMinecraftでベンチマークします。
我々は、創造的エージェントの詳細な実験分析を行い、創造的エージェントがMinecraftの生存モードにおける多様な建築創造を達成する最初のAIエージェントであることを示した。
論文 参考訳（メタデータ） (2023-12-05T06:00:52Z) - Affective and Dynamic Beam Search for Story Generation [50.3130767805383]
面白い物語を生成するために、AffGen(Affective Story Generator)を提案する。
AffGenはDynamic Beam SizeとAffective Re rankという2つの新しいテクニックを採用している。
論文 参考訳（メタデータ） (2023-10-23T16:37:14Z) - Art or Artifice? Large Language Models and the False Promise of
Creativity [53.04834589006685]
本稿では,創造性を製品として評価するTorrance Test of Creative Writing (TTCW)を提案する。
TTCWは14のバイナリテストで構成されており、Fluency、Flexibility、Originality、Elaborationの3次元に分かれている。
分析の結果,LPM生成したストーリーはプロのストーリーよりもTTCWが3～10倍少ないことが判明した。
論文 参考訳（メタデータ） (2023-09-25T22:02:46Z) - Cross-Element Combinatorial Selection for Multi-Element Creative in
Display Advertising [16.527943807941856]
本稿では,複数の創造的要素を対象としたクロスエレメント・コンビネーション・セレクション・フレームワークを提案する。
エンコーダプロセスでは、単一の創造的要素の表現を動的に調整するために、クロスエレメント相互作用を採用する。
実世界のデータセットの実験では、CECSがオフラインメトリクスのSOTAスコアを達成した。
論文 参考訳（メタデータ） (2023-07-04T09:32:39Z) - Inspire creativity with ORIBA: Transform Artists' Original Characters
into Chatbots through Large Language Model [4.984601297028257]
この研究は、イラストアートと人工知能(AI)の交差点を掘り下げる
創造的なプロセスと著者の境界に対するAIの影響を調べることで、創造的な分野における人間とAIの相互作用を強化することを目指している。
論文 参考訳（メタデータ） (2023-06-16T11:25:44Z) - CHAI-DT: A Framework for Prompting Conversational Generative AI Agents
to Actively Participate in Co-Creation [0.0]
本稿では,グループ中心の共創型フレームワークにおける生成AIモデルの利用の可能性を探る。
従来の「人間から人間への」ファシリテーションと指導にインスパイアされた手法を用いた会話生成AIエージェントのための新しいプロンプト手法を提案する。
論文 参考訳（メタデータ） (2023-05-05T21:25:35Z) - Multi-modal Prompting for Low-Shot Temporal Action Localization [95.19505874963751]
低ショット(ゼロショット・少数ショット)シナリオ下での時間的行動局所化の問題点を考察する。
クラスに依存しない2段階のアクションローカライズアーキテクチャをTransformerに導入し,その後にオープン語彙分類を行った。
論文 参考訳（メタデータ） (2023-03-21T10:40:13Z) - Learning an Effective Context-Response Matching Model with
Self-Supervised Tasks for Retrieval-based Dialogues [88.73739515457116]
我々は,次のセッション予測,発話復元,不整合検出,一貫性判定を含む4つの自己教師型タスクを導入する。
我々はPLMに基づく応答選択モデルとこれらの補助タスクをマルチタスク方式で共同で訓練する。
実験結果から,提案した補助的自己教師型タスクは,多ターン応答選択において大きな改善をもたらすことが示された。
論文 参考訳（メタデータ） (2020-09-14T08:44:46Z) - Moody Learners -- Explaining Competitive Behaviour of Reinforcement
Learning Agents [65.2200847818153]
競合シナリオでは、エージェントは動的環境を持つだけでなく、相手の行動に直接影響される。
エージェントのQ値の観察は通常、その振る舞いを説明する方法であるが、選択されたアクション間の時間的関係は示さない。
論文 参考訳（メタデータ） (2020-07-30T11:30:42Z) - On Emergent Communication in Competitive Multi-Agent Teams [116.95067289206919]
外部のエージェントチームによるパフォーマンスの競争が社会的影響として作用するかどうかを検討する。
以上の結果から,外部競争の影響により精度と一般化が向上し,コミュニケーション言語が急速に出現することが示唆された。
論文 参考訳（メタデータ） (2020-03-04T01:14:27Z)
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。