論文の概要: DareFightingICE Competition: A Fighting Game Sound Design and AI
Competition
- arxiv url: http://arxiv.org/abs/2203.01556v1
- Date: Thu, 3 Mar 2022 08:12:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-05 06:22:56.920673
- Title: DareFightingICE Competition: A Fighting Game Sound Design and AI
Competition
- Title（参考訳）: DareFightingICEコンペティション:ファイティングゲームサウンドデザインとAIコンペティション
- Authors: Ibrahim Khan, Thai Van Nguyen, Xincheng Dai, and Ruck Thawonmas
- Abstract要約: 本稿では、2022年のIEEE Conference on Games (CoG)で、DareFightingICE Competitionと呼ばれる新しいコンペティションを提示します。
この競争のためのゲームプラットフォームは、ファイティングゲームプラットフォームであるDareFightingICEとも呼ばれる。
サウンドデザイントラックでは、参加者はDareFightingICEのデフォルトのサウンドデザインをサンプルとして、最高のサウンドデザインを競う。
AIトラックの参加者は、相手と戦うために入力(右AI)としてのみ音が与えられるキャラクターを制御するAIアルゴリズムの開発を依頼される。
- 参考スコア（独自算出の注目度）: 0.8224695424591678
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a new competition -- at the 2022 IEEE Conference on Games
(CoG) -- called DareFightingICE Competition. The competition has two tracks: a
sound design track and an AI track. The game platform for this competition is
also called DareFightingICE, a fighting game platform. DareFightingICE is a
sound-design-enhanced version of FightingICE, used earlier in a competition at
CoG until 2021 to promote artificial intelligence (AI) research in fighting
games. In the sound design track, participants compete for the best sound
design, given the default sound design of DareFightingICE as a sample.
Participants of the AI track are asked to develop their AI algorithm that
controls a character given only sound as the input (blind AI) to fight against
their opponent; a sample deep-learning blind AI will be provided by us. Our
means to maximize the synergy between the two tracks are also described. This
competition serves to come up with effective sound designs for visually
impaired players, a group in the gaming community which has been mostly
ignored. To the best of our knowledge, DareFightingICE Competition is the first
of its kind within and outside of CoG.
- Abstract（参考訳）: 本稿では、2022年のIEEE Conference on Games (CoG)で、DareFightingICE Competitionと呼ばれる新しいコンペティションを提示します。
競技にはサウンドデザイントラックとAIトラックの2つのトラックがある。
この競技用のゲームプラットフォームは、戦闘ゲームプラットフォームであるdarefightingiceとも呼ばれる。
DareFightingICEは、2021年までのCoGのコンペで、対戦ゲームにおける人工知能(AI)の研究を促進するために使用された音響設計のFightingICEである。
サウンドデザイントラックでは、サンプルとしてデフォールトなdarefightingiceのサウンドデザインを考えると、参加者は最高のサウンドデザインを競います。
AIトラックの参加者は、相手と戦うための入力(盲目のAI)として音のみを与えられたキャラクタを制御するAIアルゴリズムの開発を依頼される。
両線路間の相乗効果を最大化する手段についても述べる。
このコンペティションは、視覚障害者のための効果的なサウンドデザインを考案するのに役立つ。
私たちの知る限りでは、DareFightingICEコンペティションはCoGの内外における初めてのコンペティションです。
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) - Enhanced DareFightingICE Competitions: Sound Design and AI Competitions [0.11650821883155184]
本稿では,視覚障害のあるプレイヤー(VIP)に着目した新たな対戦ゲームプラットフォームであるDareFightingICEを提案する。
また、DareFightingICEコンペティションを、DareFightingICEサウンドデザインコンペティションとDareFightingICE AIコンペティションという2つの独立したコンペティションに分離する。
論文 参考訳（メタデータ） (2024-03-05T06:15:48Z) - 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) - Introducing Tales of Tribute AI Competition [0.7639610349097472]
本稿では,新たなAIチャレンジであるT Tales of Tribute AI Competition(TOTAIC)を提案する。
このゲームは、The Elder Scrolls OnlineのHigh Isle章でリリースされた2人のプレイヤーによるデッキビルディングカードゲームに基づいている。
本稿では,競争の枠組みを紹介し,ゲームのルールを説明し,サンプルAIエージェント間のトーナメントの結果を示す。
論文 参考訳（メタデータ） (2023-05-14T19:55:56Z) - Artificial Intelligence Security Competition (AISC) [52.20676747225118]
人工知能セキュリティコンペティション(AISC)は、Zhonguancun Laboratory、China Industrial Control Systems Cyber Emergency Response Team、Institute for Artificial Intelligence、清華大学、RealAIによって組織された。
コンテストはディープフェイクセキュリティコンペティション、自律運転セキュリティコンペティション、顔認識セキュリティコンペティションの3つのトラックで構成されている。
本報告では,これらの3トラックの競合ルールと,各トラックの上位チームのソリューションについて紹介する。
論文 参考訳（メタデータ） (2022-12-07T02:45:27Z) - A Deep Reinforcement Learning Blind AI in DareFightingICE [0.8224695424591678]
本稿では,IEEE CoG 2022 の DareFightingICE コンペティションにおいて,音声を DareFightingICE プラットフォームに入力する深層強化学習AIを提案する。
この作業では、音声のみを入力として使用するAIは、ブラインドAIと呼ばれる。
論文 参考訳（メタデータ） (2022-05-16T04:48:24Z) - 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) - Adversarial Attacks on ML Defense Models Competition [82.37504118766452]
清華大学のTSAILグループとAlibaba Securityグループがこの競争を組織した。
この競争の目的は、敵の堅牢性を評価するために、新しい攻撃アルゴリズムを動機付けることである。
論文 参考訳（メタデータ） (2021-10-15T12:12:41Z) - Snakes AI Competition 2020 and 2021 Report [65.7695644335859]
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。
論文 参考訳（メタデータ） (2021-08-11T10:27:11Z) - A Game AI Competition to foster Collaborative AI research and
development [5.682875185620577]
我々はGeometry Friends Game AIコンペティションを開催する。
ゲームの概念は単純だが、その解決は難しいことが証明されている。
コンペティションとそれがもたらす課題について議論し、現在のソリューションの概要を示す。
論文 参考訳（メタデータ） (2020-10-17T23:03:06Z) - Enhanced Rolling Horizon Evolution Algorithm with Opponent Model
Learning: Results for the Fighting Game AI Competition [9.75720700239984]
本稿では,RHEA(Rolling Horizon Evolution Algorithm)と対向モデル学習を組み合わせた新しいアルゴリズムを提案する。
2019年の競争で上位5つのボットのうち、モンテカルロツリーサーチ(MCTS)を使用しないボットは、ポリシーグラディエントベースの対戦モデルによるボットのみである。
論文 参考訳（メタデータ） (2020-03-31T04:44:33Z)
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。