Fugu-MT 論文翻訳(概要): Ithaca. A Tool for Integrating Fuzzy Logic in Unity

論文の概要: Ithaca. A Tool for Integrating Fuzzy Logic in Unity

arxiv url: http://arxiv.org/abs/2301.00377v1
Date: Sun, 1 Jan 2023 09:28:39 GMT
ステータス: 処理完了
システム内更新日: 2023-01-03 15:48:21.195686
Title: Ithaca. A Tool for Integrating Fuzzy Logic in Unity
Title（参考訳）: イサカ unityにおけるファジィ論理の統合ツール
Authors: Alfonso Tejedor Moreno, Jose A. Piedra-Fernandez, Juan Jesus Ojeda-Castelo, Luis Iribarne
Abstract要約: Ithacaは、Unityゲームエンジン内で人工知能システムを開発するためのFzzy Logic (FL)プラグインである。このソフトウェアは、推論システムを記述するためのC#フレームワークとアプリケーションプログラミングインターフェース(API)によって構成されている。ファジィ制御言語(FCL)は、以前この標準で定義されていたシステムをインポートするために提供される。
参考スコア（独自算出の注目度）: 2.274915755738124
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Ithaca is a Fuzzy Logic (FL) plugin for developing artificial intelligence systems within the Unity game engine. Its goal is to provide an intuitive and natural way to build advanced artificial intelligence systems, making the implementation of such a system faster and more affordable. The software is made up by a C\# framework and an Application Programming Interface (API) for writing inference systems, as well as a set of tools for graphic development and debugging. Additionally, a Fuzzy Control Language (FCL) parser is provided in order to import systems previously defined using this standard.
Abstract（参考訳）: Ithacaは、Unityゲームエンジン内で人工知能システムを開発するためのFzzy Logic (FL)プラグインである。その目標は、高度な人工知能システムを構築するための直感的で自然な方法を提供することである。このソフトウェアは、c\#フレームワークと推論システムを書くためのアプリケーションプログラミングインタフェース(api)とグラフィック開発とデバッグのための一連のツールによって構成されている。さらに、ファジィ制御言語(fcl)パーサは、この標準で以前に定義されたシステムをインポートするために提供される。

関連論文リスト

Symbolic Learning Enables Self-Evolving Agents [55.625275970720374]
エージェントシンボリックラーニング(エージェントシンボリックラーニング)(エージェントシンボリックラーニング)は、言語エージェントが自分自身で最適化できるための体系的なフレームワークである。エージェント記号学習は、コネクショナリズム学習における2つの基本的なアルゴリズムを模倣することにより、言語エージェント内のシンボルネットワークを最適化するように設計されている。我々は、標準ベンチマークと複雑な実世界のタスクの両方で概念実証実験を行う。
論文参考訳（メタデータ） (2024-06-26T17:59:18Z)
AIOS Compiler: LLM as Interpreter for Natural Language Programming and Flow Programming of AI Agents [38.580779075892636]
我々は、コード表現と実行(CoRE)のための新しいシステムを開発する。提案システムは,自然言語プログラミング,擬似コードプログラミング,フロープログラミングを同一表現で統合し,言語エージェントを構築する。実行中に、冗長性を最小化するために外部メモリを組み込む。
論文参考訳（メタデータ） (2024-05-11T04:29:03Z)
Program Synthesis using Inductive Logic Programming for the Abstraction and Reasoning Corpus [1.9662978733004604]
ARC(Abstraction and Reasoning Corpus)は、任意の機械学習手法では解決できない。本稿では,AIの分岐であるインダクティブ論理プログラミング(ILP)を用いてARCを解くプログラム合成システムを提案する。
論文参考訳（メタデータ） (2024-05-10T11:22:31Z)
CodeGRAG: Bridging the Gap between Natural Language and Programming Language via Graphical Retrieval Augmented Generation [58.84212778960507]
我々は,LLMの性能を高めるため,グラフィカル検索拡張コード生成フレームワークであるCodeGRAGを提案する。 CodeGRAGは、制御フローとデータフローに基づいて、コードブロックのグラフィカルなビューを構築し、プログラミング言語と自然言語のギャップを埋める。ハードメタグラフプロンプト、ソフトプロンプト技術、事前訓練されたGNN専門家の目的の有効性を検証するために、C++言語とピソン言語の両方を含む4つのデータセットで様々な実験と改善が行われた。
論文参考訳（メタデータ） (2024-05-03T02:48:55Z)
LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。 LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。 LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
論文参考訳（メタデータ） (2023-10-30T17:55:02Z)
Agents: An Open-source Framework for Autonomous Language Agents [98.91085725608917]
我々は、言語エージェントを人工知能への有望な方向と見なしている。 Agentsはオープンソースライブラリで、これらの進歩を広く非専門的な聴衆に開放することを目的としています。
論文参考訳（メタデータ） (2023-09-14T17:18:25Z)
From Copilot to Pilot: Towards AI Supported Software Development [3.0585424861188844]
我々は、CopilotのようなAIをサポートするコード補完ツールの限界を研究し、この分野でAIをサポートするコード補完ツールの分類を理解するための分類を提供する。次に、CopilotのようなAIをサポートするコード補完ツールの現在の境界を決定するために、さらなる調査を行います。我々は、私たちの分類学における設計レベルの抽象化に到達するために、AIをサポートするコード補完ツールの今後の開発に関する課題について、議論することで締めくくります。
論文参考訳（メタデータ） (2023-03-07T18:56:52Z)
Serenity: Library Based Python Code Analysis for Code Completion and Automated Machine Learning [8.362734311902278]
いくつかのタスクで十分であることが判明したPythonの静的解析のためのフレームワークを提案する。 Serenityは、(a)言語翻訳のコアにおける動的ディスパッチへの依存と(b)ライブラリの極端な抽象化という、2つの基本的なメカニズムを利用する。本稿では、コード補完と自動機械学習という2つのアプリケーションで、Serenityの分析の効率性と有用性を示す。
論文参考訳（メタデータ） (2023-01-05T02:09:08Z)
Leveraging Language to Learn Program Abstractions and Search Heuristics [66.28391181268645]
LAPS(Language for Abstraction and Program Search)は、自然言語アノテーションを用いて、ライブラリとニューラルネットワークによる合成のための検索モデルの共同学習をガイドする手法である。最先端のライブラリ学習システム(DreamCoder)に統合されると、LAPSは高品質なライブラリを生成し、検索効率と一般化を改善する。
論文参考訳（メタデータ） (2021-06-18T15:08:47Z)
Plato Dialogue System: A Flexible Conversational AI Research Platform [64.82999992143448]
PlatoはPythonで書かれた柔軟な会話型AIプラットフォームで、あらゆる種類の対話型エージェントアーキテクチャをサポートする。 Platoは理解しやすく、デバッグしやすいように設計されており、各コンポーネントをトレーニングする基盤となる学習フレームワークに依存しない。
論文参考訳（メタデータ） (2020-01-17T18:27:29Z)

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。