Fugu-MT 論文翻訳(概要): Snakes AI Competition 2020 and 2021 Report

論文の概要: Snakes AI Competition 2020 and 2021 Report

arxiv url: http://arxiv.org/abs/2108.05136v1
Date: Wed, 11 Aug 2021 10:27:11 GMT
ステータス: 処理完了
システム内更新日: 2021-08-12 13:21:15.210814
Title: Snakes AI Competition 2020 and 2021 Report
Title（参考訳）: snakes ai competition 2020と2021のレポート
Authors: Joseph Alexander Brown, Luiz Jonata Pires de Araujo, Alexandr Grichshenko
Abstract要約: スネークスAIコンペティションはインノポリス大学が主催した。 IEEE Conference on Games 2020と2021エディションの一部だった。エージェントに人工知能アルゴリズムを学習し、実装するためのサンドボックスを作成することを目的としていた。
参考スコア（独自算出の注目度）: 65.7695644335859
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Snakes AI Competition was held by the Innopolis University and was part of the IEEE Conference on Games2020 and 2021 editions. It aimed to create a sandbox for learning and implementing artificial intelligence algorithms in agents in a ludic manner. Competitors of several countries participated in both editions of the competition, which was streamed to create asynergy between organizers and the community. The high-quality submissions and the enthusiasm around the developed framework create an exciting scenario for future extensions.
Abstract（参考訳）: snakes aiコンペティションはinnopolis universityによって開催され、2020年と2021年のゲームに関するieeeカンファレンスに参加した。人工知能アルゴリズムをエージェントで学習し実装するためのサンドボックスをludic方式で作成することを目的としている。コンペティションの両エディションには、いくつかの国のコンペティターが参加し、主催者とコミュニティの協力関係を築き上げた。高品質な提案と開発フレームワークに関する熱意は、将来の拡張にエキサイティングなシナリオを生み出します。

関連論文リスト

Stimulate the Potential of Robots via Competition [60.69068909395984]
本稿では,個々のロボットが競技者から知識を得るのに役立つ,競争力のある学習フレームワークを提案する。具体的には、競合相手間の競合情報を、有利な行動を学ぶための補助信号として導入する。さらに,Multiagent-Race環境を構築し,競争環境において訓練されたロボットが,単一ロボット環境でのSoTAアルゴリズムで訓練されたロボットよりも優れていることを示す。
論文参考訳（メタデータ） (2024-03-15T17:21:39Z)
The NeurIPS 2022 Neural MMO Challenge: A Massively Multiagent Competition with Specialization and Trade [41.639843908635875]
NeurIPS-2022 Neural MMO Challengeには500人が参加し、1,600以上の応募があった。今年の競技は最新のv1.6 Neural MMOで行われ、新しい装備、戦闘、取引、より良いスコアシステムが導入されている。本稿では,課題の設計と成果を要約し,学習方法のベンチマークとして,この環境の可能性について考察する。
論文参考訳（メタデータ） (2023-11-07T04:14:45Z)
Benchmarking Robustness and Generalization in Multi-Agent Systems: A Case Study on Neural MMO [50.58083807719749]
IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
論文参考訳（メタデータ） (2023-08-30T07:16:11Z)
Summarizing Strategy Card Game AI Competition [1.027974860479791]
本稿では,5年間のAIコンペティションを,小さな集合カードゲーム(CCG)であるLOCM(Legends of Code and Magic)に基づいて締めくくる。 LOCMはゲームツリー探索アルゴリズム、ニューラルネットワーク、評価関数、CGデッキ構築などの分野に関する多くの出版物で使用されている。 COG 2022エディションは最後のバージョンと発表されたが、ゲームは引き続き利用可能であり、オンラインのリーダーボードアリーナでプレイすることができる。
論文参考訳（メタデータ） (2023-05-19T16:49:36Z)
ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
論文参考訳（メタデータ） (2023-05-16T18:56:12Z)
The Participation Game [0.0]
チューリングの有名な「想像ゲーム」にインスパイアされた私たちは、参加ゲームがAI進化の新しいフロンティアを示すようにポーズします。参加ゲームは創造的で遊び心のある競争であり、人間が世界を理解し、秩序づけるために使用するカテゴリを適用、曲げ、拡張することを要求する。
論文参考訳（メタデータ） (2023-04-25T10:07:13Z)
Deep Q-Network for AI Soccer [6.417982603606359]
Deep Q-Networkは、元の報酬、状態空間、各エージェントをトレーニングするためのアクションスペースを実装するように設計されています。我々のアルゴリズムはエージェントの訓練に成功し、その性能はミニコンペティションによって実証された。このアルゴリズムにより、39カ国130チームとの国際競争で16ラウンドに進出した。
論文参考訳（メタデータ） (2022-09-20T06:04:26Z)
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)
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)
ColorShapeLinks: A board game AI competition for educators and students [0.0]
ColorShapeLinksは、ゲーム開発における学生や教育者向けに特別に設計されたAIボードゲームコンペティションフレームワークである。これは、AIクラスの内部コンペティションの実行や、IEEE Conference on Gamesでの国際AIコンペティションの開催に成功した。
論文参考訳（メタデータ） (2020-12-16T15:21:29Z)

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。