Fugu-MT 論文翻訳(概要): The NPC AI of \textit{The Last of Us}: A case study

論文の概要: The NPC AI of \textit{The Last of Us}: A case study

arxiv url: http://arxiv.org/abs/2207.00682v1
Date: Fri, 1 Jul 2022 23:10:40 GMT
ステータス: 処理完了
システム内更新日: 2022-07-09 12:42:24.572706
Title: The NPC AI of \textit{The Last of Us}: A case study
Title（参考訳）: NPC AI of \textit{The Last of Us} を事例として
Authors: Harsh Panwar
Abstract要約: The Last of Us』(ラスト・オブ・ウズ)は、ステルス、コンパニオン、戦略に焦点を当てたゲームである。ゲームには、感染した、人間の敵、バディAIの3つの主要なNPCがある。このケーススタディでは、これらのNPCのためのAIを作成するための開発者の前にある課題と、それらを解決するために使用したAI技術について話します。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Last of Us is a game focused on stealth, companionship and strategy. The game is based in a lonely world after the pandemic and thus it needs AI companions to gain the interest of players. There are three main NPCs the game has - Infected, Human enemy and Buddy AIs. This case study talks about the challenges in front of the developers to create AI for these NPCs and the AI techniques they used to solve them. It also compares the challenges and approach with similar industry-leading games.
Abstract（参考訳）: The Last of Us』はステルス、コンパニオン、戦略に焦点を当てたゲームである。このゲームはパンデミック後の孤独な世界に基盤を置いており、プレイヤーの興味を引くためにAIコンパニオンを必要としている。ゲームには、感染した、人間の敵、バディAIの3つの主要なNPCがある。このケーススタディでは、これらのNPCのためのAIを作成するための開発者の前にある課題と、それらを解決するために使用したAI技術について話します。また、チャレンジとアプローチを、同様の業界主導のゲームと比較する。

関連論文リスト

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)
Teamwork under extreme uncertainty: AI for Pokemon ranks 33rd in the world [0.0]
本稿では,ゲームのメカニズムを解説し,ゲーム解析を行う。ゲームにおける2つの最大の課題は、バランスのとれたチームを維持し、不確実性の3つの源に対処することだ、という認識に基づいて、ユニークなAIアルゴリズムを提案する。我々のAIエージェントは、これまでのすべての試みよりも大幅に向上し、世界で最も人気のある戦闘フォーマットの1つで、世界で33位まで上昇しました。
論文参考訳（メタデータ） (2022-12-27T01:52:52Z)
Adversarial Policies Beat Superhuman Go AIs [54.15639517188804]
我々は,現在最先端の囲碁AIシステムであるKataGoを,敵の政策を訓練することによって攻撃する。敵は囲碁を上手に弾くことで勝てない。かたごを騙して真剣な失敗を犯す。我々の結果は、超人的AIシステムでさえ、驚くほどの障害モードを持っていることを実証している。
論文参考訳（メタデータ） (2022-11-01T03:13:20Z)
DanZero: Mastering GuanDan Game with Reinforcement Learning [121.93690719186412]
カードゲームAIは、人工知能の研究において常にホットな話題となっている。本稿では,より複雑なカードゲームであるGuanDanのためのAIプログラムの開発に専念する。そこで我々は,強化学習技術を用いたGuanDanのためのAIプログラムDanZeroを提案する。
論文参考訳（メタデータ） (2022-10-31T06:29:08Z)
AI in Games: Techniques, Challenges and Opportunities [40.86375378643978]
Libratus、OpenAI Five、AlphaStarといった様々なゲームAIシステムが開発され、プロの人間プレイヤーに勝っている。本稿では,最近成功したゲームAI,ボードゲームAI,カードゲームAI,ファーストパーソンシューティングゲームAI,リアルタイム戦略ゲームAIについて調査する。
論文参考訳（メタデータ） (2021-11-15T09:35:53Z)
The Threat of Offensive AI to Organizations [52.011307264694665]
この調査は、組織に対する攻撃的なAIの脅威を調査する。まず、AIが敵の方法、戦略、目標、および全体的な攻撃モデルをどのように変えるかについて議論する。そして、文献レビューを通じて、敵が攻撃を強化するために使用できる33の攻撃的AI能力を特定します。
論文参考訳（メタデータ） (2021-06-30T01:03:28Z)
"Weak AI" is Likely to Never Become "Strong AI", So What is its Greatest Value for us? [4.497097230665825]
多くの研究者は、ここ数十年でAIがほとんど進歩していないと主張している。著者は、AIに関する議論が存在する理由を説明します。(2)「弱いAI」と「強いAI」と呼ばれる2つのAI研究パラダイムを区別します。
論文参考訳（メタデータ） (2021-03-29T02:57:48Z)
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)
Suphx: Mastering Mahjong with Deep Reinforcement Learning [114.68233321904623]
我々は、新たに導入されたいくつかの技術を用いた深層強化学習に基づいて、Suphxという名のマフジョンのためのAIを設計する。 Suphxは、安定したランクの点で、ほとんどのトップの人間プレイヤーよりも強いパフォーマンスを示している。コンピュータプログラムがマヒョンで最上位の人間プレイヤーを上回るのは、これが初めてである。
論文参考訳（メタデータ） (2020-03-30T16:18:16Z)
From Chess and Atari to StarCraft and Beyond: How Game AI is Driving the World of AI [10.80914659291096]
Game AIは、最も先進的なAIアルゴリズムを開発し、テストするための研究分野として、自らを確立した。 Game AIの進歩は、ロボティクスや化学物質の合成など、ゲーム以外の領域にも拡張され始めている。
論文参考訳（メタデータ） (2020-02-24T18:28:54Z)

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。