論文の概要: The Impact of Visualizing Design Gradients for Human Designers
- arxiv url: http://arxiv.org/abs/2110.04147v1
- Date: Thu, 7 Oct 2021 05:41:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-11 15:28:22.678539
- Title: The Impact of Visualizing Design Gradients for Human Designers
- Title（参考訳）: デザイングラディエントを可視化する人間設計者への影響
- Authors: Matthew Guzdial, Nathan Sturtevant and Carolyn Yang
- Abstract要約: 本稿では,パズルレベルの設計にExhaustive PCG(EPCG)を用いた混合開始ツールを提案する。
我々は、EPCGコンポーネントをオン/オフしたツールを個人が使用するオンライン人体調査を実施している。
結果から,ほとんどのユーザがツールを好まなかったものの,レベル設計プロセスが大幅に簡単になったことが示唆された。
- 参考スコア（独自算出の注目度）: 7.976180564784953
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mixed-initiative Procedural Content Generation (PCG) refers to tools or
systems in which a human designer works with an algorithm to produce game
content. This area of research remains relatively under-explored, with the
majority of mixed-initiative PCG level design systems using a common set of
search-based PCG algorithms. In this paper, we introduce a mixed-initiative
tool employing Exhaustive PCG (EPCG) for puzzle level design to further explore
mixed-initiative PCG. We run an online human subject study in which individuals
use the tool with an EPCG component turned on or off. Our analysis of the
results demonstrates that, although a majority of users did not prefer the
tool, it made the level design process significantly easier, and that the tool
impacted the subjects' design process. This paper describes the study results
and draws lessons for mixed-initiative PCG tool design.
- Abstract（参考訳）: 混合開始手続きコンテンツ生成(mixed-initiative procedural content generation, pcg)は、人間のデザイナーがアルゴリズムを使ってゲームコンテンツを作成するツールやシステムを指す。
この研究領域は比較的未調査のままであり、検索型pcgアルゴリズムの共通セットを用いた混合誘導型pcgレベル設計システムの大半が使用されている。
本稿では,パズルレベルの設計にExhaustive PCG(EPCG)を用いた混合開始型ツールを導入し,混合開始型PCGをさらに探索する。
我々は、EPCGコンポーネントをオン/オフしたツールを個人が使用するオンライン人体調査を実施している。
その結果,ほとんどのユーザがツールを好まなかったものの,レベル設計プロセスが大幅に簡単になり,ツールが被験者の設計プロセスに影響を及ぼしたことが明らかになった。
本報告では,PCGツールの混合初期設計における学習結果について述べる。
関連論文リスト
- Benchmarking End-To-End Performance of AI-Based Chip Placement Algorithms [77.71341200638416]
ChiPBenchはAIベースのチップ配置アルゴリズムの有効性を評価するために設計されたベンチマークである。
評価のために、さまざまなドメイン(CPU、GPU、マイクロコントローラなど)から20の回路を集めました。
その結果, 単点アルゴリズムの中間距離が支配的であったとしても, 最終的なPPA結果は満足できないことがわかった。
論文 参考訳（メタデータ） (2024-07-03T03:29:23Z) - Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳（メタデータ） (2024-02-27T17:11:35Z) - Does mapping elites illuminate search spaces? A large-scale user study
of MAP--Elites applied to human--AI collaborative design [0.0]
このツールは、仮想カーをできるだけ一定時間で走行できるように設計しようとする進化的アルゴリズムに基づいている。
参加者は自分の車を設計し、アルゴリズムに推薦し、アルゴリズムからレコメンデーションのセットを見ることができた。
論文 参考訳（メタデータ） (2024-01-30T08:54:46Z) - Mixed-Variable Global Sensitivity Analysis For Knowledge Discovery And
Efficient Combinatorial Materials Design [15.840852223499303]
メタモデルに基づく混合変数GSA法を開発した。
数値ケーススタディを通じて,混合変数問題に対する提案手法の有効性を検証し,実証する。
本手法は,多層設計空間の最適化に感度解析を利用することができる。
論文 参考訳（メタデータ） (2023-10-23T17:29:53Z) - Discovering General Reinforcement Learning Algorithms with Adversarial
Environment Design [54.39859618450935]
メタ学習型更新ルールは,広範囲のRLタスクで良好に機能するアルゴリズムの発見を期待して,実現可能であることを示す。
Learned Policy Gradient (LPG)のようなアルゴリズムによる印象的な初期結果にもかかわらず、これらのアルゴリズムが目に見えない環境に適用される場合、まだギャップが残っている。
本研究では,メタ教師付き学習分布の特性が,これらのアルゴリズムの性能に与える影響について検討する。
論文 参考訳（メタデータ） (2023-10-04T12:52:56Z) - LLM-based Interaction for Content Generation: A Case Study on the
Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。
以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。
分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文 参考訳（メタデータ） (2023-04-18T15:35:43Z) - Machine Learning-Based Multi-Objective Design Exploration Of Flexible
Disc Elements [1.5638419778920147]
本稿では,ANNアーキテクチャを工学設計問題に適用し,改良された設計ソリューションの探索と同定を行う。
本研究の問題点は、ディスク結合に使用されるフレキシブルディスク素子の設計である。
この目的を達成するために、ANNと遺伝的アルゴリズムを組み合わせて設計探索を行い、指定された基準を満たす設計を同定する。
論文 参考訳（メタデータ） (2023-04-14T16:48:51Z) - A Reinforcement Learning-assisted Genetic Programming Algorithm for Team
Formation Problem Considering Person-Job Matching [70.28786574064694]
解の質を高めるために強化学習支援遺伝的プログラミングアルゴリズム(RL-GP)を提案する。
効率的な学習を通じて得られる超ヒューリスティックなルールは、プロジェクトチームを形成する際の意思決定支援として利用することができる。
論文 参考訳（メタデータ） (2023-04-08T14:32:12Z) - PyExperimenter: Easily distribute experiments and track results [63.871474825689134]
PyExperimenterは、アルゴリズムの実験的な研究結果のセットアップ、ドキュメンテーション、実行、およびその後の評価を容易にするツールである。
人工知能の分野で研究者が使用することを意図しているが、それらに限定されていない。
論文 参考訳（メタデータ） (2023-01-16T10:43:02Z) - Evaluating Mixed-Initiative Procedural Level Design Tools using a
Triple-Blind Mixed-Method User Study [0.0]
インタラクティブな進化的最適化を用いてレベルを生成するツールを,本研究のために設計した。
このツールは、手書き地図のレベルデザインパターンを特定し、その情報を使ってインタラクティブな最適化アルゴリズムを駆動する。
複雑なイニシアティブツールを使用したデザイナの経験を、完全にランダムなレベルの提案を提供するツールを与えられたデザイナと比較した厳密なユーザスタディが設計された。
論文 参考訳（メタデータ） (2020-05-15T11:40:53Z) - Learning the Designer's Preferences to Drive Evolution [0.0]
本稿では,ユーザ生成データから学習するデータ駆動型ソリューションについて,Quality-Diversity Mixed-Initiative Co-Creativityツールで紹介する。
我々は,ユーザとツールの相互刺激ループを中断したり,定期的に提案するハンピックでユーザを疲労させるような方法で,生成されたコンテンツに対してユーザのエージェンシーを増大させることを目標としている。
論文 参考訳（メタデータ） (2020-03-06T15:10:09Z)
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。