論文の概要: Towards Situation Awareness and Attention Guidance in a Multiplayer Environment using Augmented Reality and Carcassonne

• arxiv url: http://arxiv.org/abs/2208.09094v1
• Date: Thu, 18 Aug 2022 23:45:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-22 17:30:50.381071
• Title: Towards Situation Awareness and Attention Guidance in a Multiplayer Environment using Augmented Reality and Carcassonne
• Title（参考訳）: Augmented RealityとCarcassonneを用いたマルチプレイヤー環境における状況認識と注意誘導
• Authors: David Kadish, Arezoo Sarkheyli-H\"agele, Jose Font, Diederick C. Niehorster, Thomas Pederson
• Abstract要約: 本稿では,ボードゲーム『Carcassonne』の拡張現実版である,状況認識・注意誘導(SAAG)研究のための新しい環境を提案する。 また,ゲーム状態エンコーディングの作成,ゲームプレイAIの開発とトレーニング,状況モデリングと視線追跡システムの設計など,SAAGパイプラインの初期作業についても紹介する。
• 参考スコア（独自算出の注目度）: 0.10499611180329801
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Augmented reality (AR) games are a rich environment for researching and testing computational systems that provide subtle user guidance and training. In particular computer systems that aim to augment a user's situation awareness benefit from the range of sensors and computing power available in AR headsets. In this work-in-progress paper, we present a new environment for research into situation awareness and attention guidance (SAAG): an augmented reality version of the board game Carcassonne. We also present our initial work in producing a SAAG pipeline, including the creation of game state encodings, the development and training of a gameplay AI, and the design of situation modelling and gaze tracking systems.
• Abstract（参考訳）: Augmented Reality(AR)ゲームは、微妙なユーザーガイダンスとトレーニングを提供する計算システムの研究とテストのための豊富な環境である。 特に、ユーザの状況認識を強化することを目的としたコンピュータシステムは、arヘッドセットで利用可能なセンサーとコンピューティングパワーの範囲の恩恵を受ける。 本稿では,ゲーム『Carcassonne』の拡張現実版である,状況認識・注意誘導(SAAG)研究のための新しい環境について述べる。 また、ゲーム状態エンコーディングの作成、ゲームプレイaiの開発とトレーニング、状況モデリングと視線追跡システムの設計を含む、saagパイプラインの作成における初期の取り組みについても紹介する。

関連論文リスト

• Networking Systems for Video Anomaly Detection: A Tutorial and Survey [56.44953602790945]
  ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。 この記事では、NSVADの初心者向けの包括的なチュートリアルを紹介します。 我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
  論文  参考訳（メタデータ） (2024-05-16T02:00:44Z)
• Visual Encoders for Data-Efficient Imitation Learning in Modern Video Games [13.241655571625822]
  現代のゲームにおけるトレーニングエージェントに向けたアタリゲームを超えることは、研究コミュニティの大部分にとって違法に高価である。 大規模ビジョンモデルの研究、開発、オープンリリースの最近の進歩は、コミュニティ全体でこれらのコストの一部を償却する可能性がある。 本稿では, Minecraft, Minecraft Dungeons および Counter-Strike: Global Offensive の典型的な, タスク固有のエンドツーエンドトレーニングアプローチと比較して, 公開可能なビジュアルエンコーダを用いた模倣学習の体系的研究を行う。
  論文  参考訳（メタデータ） (2023-12-04T19:52:12Z)
• AR Visualization System for Ship Detection and Recognition Based on AI [7.651005474860183]
  このプロジェクトは、AIに基づく船舶検出と認識のためのAR可視化システムである。 このプロジェクトはR3Detアルゴリズムに基づいており、リモートセンシング画像中の船舶の検出と認識を完了している。 船の3Dモデルは、船舶のカテゴリと情報により取得され、仮想シーンで生成される。
  論文  参考訳（メタデータ） (2023-11-21T08:42:44Z)
• Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
  本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。 ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。 我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
  論文  参考訳（メタデータ） (2023-07-19T18:19:23Z)
• CCPT: Automatic Gameplay Testing and Validation with Curiosity-Conditioned Proximal Trajectories [65.35714948506032]
  Curiosity-Conditioned Proximal Trajectories (CCPT)法は、好奇心と模倣学習を組み合わせてエージェントを訓練して探索する。 CCPTが複雑な環境を探索し、ゲームプレイの問題を発見し、その過程におけるデザインの監視を行い、それらをゲームデザイナーに直接認識し、強調する方法について説明する。
  論文  参考訳（メタデータ） (2022-02-21T09:08:33Z)
• Improving Sample Efficiency of Value Based Models Using Attention and Vision Transformers [52.30336730712544]
  性能を犠牲にすることなくサンプル効率を向上させることを目的とした深層強化学習アーキテクチャを提案する。 状態表現の特徴マップ上の自己注意機構を変換器を用いて学習する視覚的注意モデルを提案する。 我々は,このアーキテクチャがいくつかのAtari環境におけるサンプルの複雑さを向上すると同時に,いくつかのゲームにおいて優れたパフォーマンスを実現することを実証的に実証した。
  論文  参考訳（メタデータ） (2022-02-01T19:03:03Z)
• AEGIS: A real-time multimodal augmented reality computer vision based system to assist facial expression recognition for individuals with autism spectrum disorder [93.0013343535411]
  本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。 提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。 我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
  論文  参考訳（メタデータ） (2020-10-22T17:20:38Z)
• The Chef's Hat Simulation Environment for Reinforcement-Learning-Based Agents [54.63186041942257]
  本稿では,人間-ロボットインタラクションのシナリオで使用されるように設計されたChef's Hatカードゲームを実装する仮想シミュレーション環境を提案する。 本稿では,強化学習アルゴリズムにおける制御可能かつ再現可能なシナリオを提案する。
  論文  参考訳（メタデータ） (2020-03-12T15:52:49Z)

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。