Fugu-MT 論文翻訳(概要): Automatic Generation of Board Game Manuals

論文の概要: Automatic Generation of Board Game Manuals

arxiv url: http://arxiv.org/abs/2109.09507v1
Date: Mon, 20 Sep 2021 12:54:35 GMT
ステータス: 処理完了
システム内更新日: 2021-09-21 16:34:06.751717
Title: Automatic Generation of Board Game Manuals
Title（参考訳）: ボードゲームマニュアルの自動生成
Authors: Matthew Stephenson, Eric Piette, Dennis J. N. J. Soemers, Cameron Browne
Abstract要約: 本稿では,Ludiiの汎用ゲームシステム内で,ボードゲーム用のマニュアルを自動的に生成するプロセスを提案する。このプロセスは、ルディイのゲーム記述の英語翻訳など、多くの異なるサブタスクに対処する必要がある。このマニュアルは、ゲームのルールとメカニックをより直感的に説明することを目的としている。
参考スコア（独自算出の注目度）: 8.344476599818828
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper we present a process for automatically generating manuals for board games within the Ludii general game system. This process requires many different sub-tasks to be addressed, such as English translation of Ludii game descriptions, move visualisation, highlighting winning moves, strategy explanation, among others. These aspects are then combined to create a full manual for any given game. This manual is intended to provide a more intuitive explanation of a game's rules and mechanics, particularly for players who are less familiar with the Ludii game description language and grammar.
Abstract（参考訳）: 本稿では,Ludiiの汎用ゲームシステム内でボードゲーム用のマニュアルを自動的に生成するプロセスを提案する。このプロセスでは、ludiiゲーム記述の英訳、動きの可視化、勝利のハイライト、戦略説明など、多くの異なるサブタスクに対処する必要がある。これらの側面が組み合わされて、任意のゲーム用の完全なマニュアルが作成されます。このマニュアルは、ゲームのルールとメカニックをより直感的に説明することを目的としており、特にルディイのゲーム記述言語や文法に詳しくないプレイヤー向けにいる。

関連論文リスト

Instruction-Driven Game Engine: A Poker Case Study [53.689520884467065]
IDGEプロジェクトは、大規模言語モデルで自由形式のゲーム記述を追従し、ゲームプレイプロセスを生成することにより、ゲーム開発を民主化することを目的としている。我々は、複雑なシナリオへ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。我々の最初の進歩はポーカーのIDGEの開発であり、これは幅広いポーカーの変種をサポートするだけでなく、自然言語入力を通じて高度に個別化された新しいポーカーゲームを可能にする。
論文参考訳（メタデータ） (2024-10-17T11:16:27Z)
"Hunt Takes Hare": Theming Games Through Game-Word Vector Translation [0.0]
ゲームテーマはそのデザインの重要な部分であり、物語情報、修辞的なメッセージ、プレイヤーの侵入戦略、チュートリアルの支援などを提供する。しかし、ゲームのテーマ要素はAIシステムが理解し操作することが難しいことで知られており、しばしば手書きの解釈や知識に頼っている。本稿では,ゲーム埋め込み,ログデータからゲームダイナミクスをモデル化する最近の手法,および言語に関する意味情報をモデル化する単語埋め込みを結合する手法を提案する。
論文参考訳（メタデータ） (2024-05-16T08:19:11Z)
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)
Read and Reap the Rewards: Learning to Play Atari with the Help of Instruction Manuals [69.76245723797368]
Read and Rewardは、Atariゲーム開発者がリリースしたマニュアルを読むことで、Atariゲーム上のRLアルゴリズムを高速化する。各種RLアルゴリズムは,設計支援による性能向上とトレーニング速度の向上を実現している。
論文参考訳（メタデータ） (2023-02-09T05:47:03Z)
The Ludii Game Description Language is Universal [2.643652100761611]
ルディイ一般ゲームシステムで使用される言語は任意の、有限で決定論的で、完全に観察可能な広義のゲームに対して同等のゲームを表現することができることを示す。本稿では,これを有限個の非決定的かつ不完全情報ゲームに拡張することで,その普遍性を証明する。
論文参考訳（メタデータ） (2022-05-01T11:52:40Z)
General Game Heuristic Prediction Based on Ludeme Descriptions [8.344476599818828]
本稿では,ルディイ一般ゲームにおけるゲーム用汎用ゲームの性能について検討する。我々は,各ゲーム記述ファイルに基づいて,これらのシステムの性能を予測するために,複数の回帰学習モデルを訓練する。
論文参考訳（メタデータ） (2021-05-26T21:17:47Z)
Deep Learning for General Game Playing with Ludii and Polygames [8.752301343910775]
モンテカルロ木探索とディープニューラルネットワークの組み合わせは、多くのボードゲームにおける自動ゲームプレイのための最先端の結果を生み出している。本論文では,ポリゲームズがルディイを通じて実施・運営されるゲームのモデルをトレーニングし,評価することを可能にする,ルディイとポリゲームズの間の橋渡しの実装について述べる。
論文参考訳（メタデータ） (2021-01-23T19:08:33Z)
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)
Ludii Game Logic Guide [7.444673919915048]
Ludiiは、さまざまなゲームをプレイするのに使用できる一般的なゲームシステムです。本報告では,Ludiiにおける一般的なゲーム状態と機器の表現について述べる。
論文参考訳（メタデータ） (2021-01-06T16:22:37Z)
Deep Reinforcement Learning with Stacked Hierarchical Attention for Text-based Games [64.11746320061965]
自然言語の文脈におけるインタラクティブなシミュレーションであるテキストベースゲームの強化学習について検討する。エージェントの動作が解釈可能な推論手順によって生成され、支援されるように、意思決定のための知識グラフを用いた明示的な推論を行うことを目指している。提案手法を多数の人為的ベンチマークゲームで広範囲に評価し,本手法が既存のテキストベースエージェントよりも優れていることを示す実験結果を得た。
論文参考訳（メタデータ） (2020-10-22T12:40:22Z)
Exploration Based Language Learning for Text-Based Games [72.30525050367216]
本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
論文参考訳（メタデータ） (2020-01-24T03:03:51Z)

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。