論文の概要: On games and simulators as a platform for development of artificial intelligence for command and control

• arxiv url: http://arxiv.org/abs/2110.11305v1
• Date: Thu, 21 Oct 2021 17:39:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-22 18:47:48.870255
• Title: On games and simulators as a platform for development of artificial intelligence for command and control
• Title（参考訳）: コマンド・アンド・コントロールのための人工知能開発プラットフォームとしてのゲームとシミュレータ
• Authors: Vinicius G. Goecks, Nicholas Waytowich, Derrik E. Asher, Song Jun Park, Mark Mittrick, John Richardson, Manuel Vindiola, Anne Logie, Mark Dennison, Theron Trout, Priya Narayanan, Alexander Kott
• Abstract要約: ゲームやシミュレータは、複雑なマルチエージェント、マルチプレイヤー、不完全な情報シナリオを実行する上で価値のあるプラットフォームである。 StarCraft IIのようなリアルタイム戦略ゲームにおける人工知能アルゴリズムの成功もまた、軍事研究コミュニティの注目を集めている。
• 参考スコア（独自算出の注目度）: 46.33784995107226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Games and simulators can be a valuable platform to execute complex multi-agent, multiplayer, imperfect information scenarios with significant parallels to military applications: multiple participants manage resources and make decisions that command assets to secure specific areas of a map or neutralize opposing forces. These characteristics have attracted the artificial intelligence (AI) community by supporting development of algorithms with complex benchmarks and the capability to rapidly iterate over new ideas. The success of artificial intelligence algorithms in real-time strategy games such as StarCraft II have also attracted the attention of the military research community aiming to explore similar techniques in military counterpart scenarios. Aiming to bridge the connection between games and military applications, this work discusses past and current efforts on how games and simulators, together with the artificial intelligence algorithms, have been adapted to simulate certain aspects of military missions and how they might impact the future battlefield. This paper also investigates how advances in virtual reality and visual augmentation systems open new possibilities in human interfaces with gaming platforms and their military parallels.
• Abstract（参考訳）: ゲームやシミュレータは、複雑なマルチエージェント、マルチプレイヤー、不完全な情報シナリオを軍事アプリケーションと大幅に平行して実行する上で、貴重なプラットフォームとなり得る。 これらの特徴は人工知能(ai)コミュニティを惹き付け、複雑なベンチマークによるアルゴリズムの開発と、新しいアイデアを迅速に反復する能力をサポートする。 StarCraft IIのようなリアルタイム戦略ゲームにおける人工知能アルゴリズムの成功は、軍事的なシナリオで同様の技術を探求することを目的とした軍事研究コミュニティの注目を集めている。 本研究は,ゲームと軍事アプリケーションとの関係の橋渡しを目的として,ゲームとシミュレータが,人工知能アルゴリズムとともに,軍事任務の特定の側面をシミュレートし,それが将来の戦場にどのように影響するか,という過去と現在の取り組みについて論じる。 また,バーチャルリアリティと視覚拡張システムの進歩が,ゲームプラットフォームとそれらの軍事的並列性との人間インターフェースの新たな可能性を開くかを検討する。

関連論文リスト

• BattleAgent: Multi-modal Dynamic Emulation on Historical Battles to Complement Historical Analysis [62.60458710368311]
  本稿では,大規模視覚言語モデルとマルチエージェントシステムを組み合わせたエミュレーションシステムであるBattleAgentを提案する。 複数のエージェント間の複雑な動的相互作用をシミュレートし、エージェントとその環境をシミュレートすることを目的としている。 指導者の意思決定プロセスと、兵士のような一般参加者の視点の両方をエミュレートする。
  論文  参考訳（メタデータ） (2024-04-23T21:37:22Z)
• Scaling Intelligent Agents in Combat Simulations for Wargaming [0.0]
  深層強化学習(英語版) (RL) は、ゲームにおける知的エージェント行動発達の有望な結果を示し続けている。 我々の研究は、大規模で複雑なシミュレーション環境で効果的に機能するインテリジェントエージェントを作成するためにHRLを研究・拡張している。 私たちの究極のゴールは、超人的なパフォーマンスを持つエージェントを開発し、軍事計画立案者や意思決定者のAIアドバイザーとして機能させることです。
  論文  参考訳（メタデータ） (2024-02-08T21:57:10Z)
• DanZero+: Dominating the GuanDan Game through Reinforcement Learning [95.90682269990705]
  我々は、GuanDanという、非常に複雑で人気のあるカードゲームのためのAIプログラムを開発した。 私たちはまず、DanZeroという名のAIプログラムをこのゲームのために提案しました。 AIの能力をさらに強化するために、政策に基づく強化学習アルゴリズムをGuanDanに適用する。
  論文  参考訳（メタデータ） (2023-12-05T08:07:32Z)
• 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)
• A Deep Reinforcement Learning Strategy for UAV Autonomous Landing on a Platform [0.0]
  物理シミュレーションプラットフォーム(ROS-RL)の一種であるGazeboに基づく強化学習フレームワークを提案する。 我々は,自律着陸問題に対処するために,3つの連続行動空間強化学習アルゴリズムをフレームワークに使用した。
  論文  参考訳（メタデータ） (2022-09-07T06:33:57Z)
• Artificial Intelligence for the Metaverse: A Survey [66.57225253532748]
  まず、機械学習アルゴリズムやディープラーニングアーキテクチャを含むAIの予備と、メタバースにおけるその役割について紹介する。 次に、メタバースの可能性を秘めた6つの技術的側面に関するAIベースの手法に関する包括的調査を行う。 医療、製造業、スマートシティ、ゲームなどのAI支援アプリケーションは、仮想世界に展開するために研究されている。
  論文  参考訳（メタデータ） (2022-02-15T03:34:56Z)
• Mimicking Playstyle by Adapting Parameterized Behavior Trees in RTS Games [0.0]
  行動木(BT)は、ゲームにおける人工知能(AI)の分野に影響を与えた。 BTは手作りのBTの複雑さをほとんど難なくし、エラーを起こしやすくした。 この分野の最近のトレンドはAIエージェントの自動作成に焦点を当てている。 本稿では,人間のゲームプレイを模倣し一般化する,AIエージェントの半自動構築手法を提案する。
  論文  参考訳（メタデータ） (2021-11-23T20:36:28Z)
• From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
  我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。 一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。 その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。 最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
  論文  参考訳（メタデータ） (2021-05-25T20:17:10Z)
• Neural MMO v1.3: A Massively Multiagent Game Environment for Training and Evaluating Neural Networks [48.5733173329785]
  本稿では,MMOにインスパイアされたマルチエージェントゲーム環境であるNeural MMOを紹介する。 分散インフラストラクチャとゲームIOという,AI研究のためのマルチエージェントシステムエンジニアリングにおける,より一般的な2つの課題について論じる。
  論文  参考訳（メタデータ） (2020-01-31T18:50:02Z)

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。