Fugu-MT 論文翻訳(概要): Adversarial Random Forest Classifier for Automated Game Design

論文の概要: Adversarial Random Forest Classifier for Automated Game Design

arxiv url: http://arxiv.org/abs/2107.12501v1
Date: Mon, 26 Jul 2021 22:30:38 GMT
ステータス: 処理完了
システム内更新日: 2021-07-28 14:55:36.585969
Title: Adversarial Random Forest Classifier for Automated Game Design
Title（参考訳）: 自動ゲーム設計のための逆ランダムフォレスト分類器
Authors: Thomas Maurer and Matthew Guzdial
Abstract要約: 本稿では,自律型ゲームデザインのための人間ライクなフィットネス関数を,対角的に学習しようとする実験について述べる。我々の実験は我々の期待に届かなかったが、今後の自律型ゲームデザイン研究に影響を及ぼすことを期待するシステムと結果について分析した。
参考スコア（独自算出の注目度）: 1.590611306750623
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Autonomous game design, generating games algorithmically, has been a longtime goal within the technical games research field. However, existing autonomous game design systems have relied in large part on human-authoring for game design knowledge, such as fitness functions in search-based methods. In this paper, we describe an experiment to attempt to learn a human-like fitness function for autonomous game design in an adversarial manner. While our experimental work did not meet our expectations, we present an analysis of our system and results that we hope will be informative to future autonomous game design research.
Abstract（参考訳）: アルゴリズムによってゲームを生成する自律ゲーム設計は、技術ゲーム研究分野における長年の目標である。しかし、既存の自律型ゲームデザインシステムは、検索手法におけるフィットネス機能など、ゲーム設計の知識を人間に委ねることに大きく依存している。本稿では,自律型ゲーム設計のための人間型フィットネス機能を,敵対的な方法で学習する実験について述べる。我々の実験は我々の期待に届かなかったが、今後の自律型ゲームデザイン研究に影響を及ぼすことを期待するシステムと結果について分析した。

関連論文リスト

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)
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)
Games for Artificial Intelligence Research: A Review and Perspectives [4.44336371847479]
本稿では,人工知能研究のためのゲームとゲームベースのプラットフォームについてレビューする。特定のタイプの人工知能と、適切な人工知能技術を用いて、ゲームにおける特定のニーズをテストし、マッチングするための適切なゲームとのマッチングに関するガイダンスを提供する。
論文参考訳（メタデータ） (2023-04-26T03:42:31Z)
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)
Design-Driven Requirements for Computationally Co-Creative Game AI Design Tools [6.719205507619887]
ゲームAIデザイナの目標やそのようなツールに対する期待を分類し分析する参加型デザイン研究を提案する。我々は,ゲームAI設計と共同創造ツールの設計との深いつながりと,今後の共同創造ツールの研究・開発への示唆を明らかにする。
論文参考訳（メタデータ） (2021-07-29T04:14:53Z)
The Road Less Travelled: Trying And Failing To Generate Walking Simulators [0.38073142980732994]
本稿では,空間,雰囲気,経験に重点を置いた3dゲームのための自動ゲームデザイナー構築の試みについて述べる。私たちは、これらのシステムを構築しようとする試み、失敗した理由、そして他の人による将来の試みに役立つと思われるステップと将来の作業について説明します。
論文参考訳（メタデータ） (2021-04-21T23:05:10Z)
Machine Learning-Based Automated Design Space Exploration for Autonomous Aerial Robots [55.056709056795206]
自律飛行ロボットのためのドメイン固有のアーキテクチャの構築は、オンボードコンピューティングを設計するための体系的な方法論が欠如しているため、難しい。 F-1ルーフラインと呼ばれる新しいパフォーマンスモデルを導入し、アーキテクトがバランスの取れたコンピューティングシステムを構築する方法を理解するのを助ける。サイバー物理設計空間を自動でナビゲートするために、AutoPilotを導入します。
論文参考訳（メタデータ） (2021-02-05T03:50:54Z)
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)
Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
論文参考訳（メタデータ） (2020-11-18T10:26:02Z)
Software Engineering For Automated Game Design [0.19036571490366497]
自動ゲームデザインシステムのゲーム理解能力に対するソフトウェア工学的意思決定の影響について検討する。ゲーム開発者が自動ゲームデザイナから完全に恩恵を受けるためには,ソフトウェアエンジニアリングに対する新たなアプローチが必要だ,と我々は主張する。
論文参考訳（メタデータ） (2020-04-03T20:56:51Z)

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。