論文の概要: Game-based Platforms for Artificial Intelligence Research
- arxiv url: http://arxiv.org/abs/2304.13269v3
- Date: Tue, 5 Mar 2024 05:40:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-07 03:36:03.936876
- Title: Game-based Platforms for Artificial Intelligence Research
- Title(参考訳): 人工知能研究のためのゲームベースプラットフォーム
- Authors: Chengpeng Hu, Yunlong Zhao, Ziqi Wang, Haocheng Du, Jialin Liu
- Abstract要約: 本稿では,人工知能研究のための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。
- 参考スコア(独自算出の注目度): 4.767044788020461
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Games have been the perfect test-beds for artificial intelligence research
for the characteristics that widely exist in real-world scenarios. Learning and
optimisation, decision making in dynamic and uncertain environments, game
theory, planning and scheduling, design and education are common research areas
shared between games and real-world problems. Numerous open-source games or
game-based environments have been implemented for studying artificial
intelligence. In addition to single- or multi-player, collaborative or
adversarial games, there has also been growing interest in implementing
platforms for creative design in recent years. Those platforms provide ideal
benchmarks for exploring and comparing artificial intelligence ideas and
techniques. This paper reviews the game-based platforms for artificial
intelligence research, provides guidance on matching particular types of
artificial intelligence with suitable games for testing and matching particular
needs in games with suitable artificial intelligence techniques, discusses the
research trend induced by the evolution of those platforms, and gives an
outlook.
- Abstract(参考訳): ゲームは、現実世界のシナリオに広く存在する特徴に対して、人工知能研究のための完璧なテストベッドでした。
学習と最適化、動的かつ不確定な環境における意思決定、ゲーム理論、計画とスケジューリング、設計と教育は、ゲームと現実世界の問題の間で共有される共通の研究領域である。
多くのオープンソースゲームやゲームベースの環境が人工知能の研究のために実装されている。
シングルまたはマルチプレイヤー、コラボレーティブまたは対戦型ゲームに加えて、近年はクリエイティブデザインのためのプラットフォームの実装にも関心が高まっている。
これらのプラットフォームは、人工知能のアイデアとテクニックを探索し比較するための理想的なベンチマークを提供する。
本稿では,人工知能研究のゲームベースプラットフォームを概観し,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および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し,それらのプラットフォームの発展によって引き起こされる研究動向を考察し,展望を示す。
関連論文リスト
- AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳(メタデータ) (2023-10-03T06:55:19Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳(メタデータ) (2022-12-10T07:49:50Z) - 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) - Gapoera: Application Programming Interface for AI Environment of
Indonesian Board Game [0.0]
本稿では,ボードゲームのための知的エージェントと仮想環境を開発する。
インテリジェントエージェントと仮想環境は、Gapoera APIと呼ばれるアプリケーションプログラミングインターフェース(API)サービスとして開発される。
Gapoera APIは様々な種類のゲームに利用できるが、本稿ではインドネシアで人気のあるボードゲームであるMancalaの議論に焦点を当てる。
論文 参考訳(メタデータ) (2021-10-22T17:12:35Z) - On games and simulators as a platform for development of artificial
intelligence for command and control [46.33784995107226]
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。
論文 参考訳(メタデータ) (2021-10-21T17:39:58Z) - Human-Level Reinforcement Learning through Theory-Based Modeling,
Exploration, and Planning [27.593497502386143]
理論に基づく強化学習は、人間のような直感的な理論を使って環境を探索しモデル化する。
EMPAと呼ばれるゲームプレイエージェントのアプローチをインスタンス化する。
EMPAは90のAtariスタイルのビデオゲームで人間の学習効率と一致します。
論文 参考訳(メタデータ) (2021-07-27T01:38:13Z) - Modular Object-Oriented Games: A Task Framework for Reinforcement
Learning, Psychology, and Neuroscience [0.8594140167290096]
近年、シミュレーションゲームの研究のトレンドは、人工知能、認知科学、心理学、神経科学の分野において勢いを増している。
ここでは,モジュール型オブジェクト指向ゲームを紹介する。軽量でフレキシブル,カスタマイズ可能で,機械学習,心理学,神経生理学の研究者が使用するように設計されたpythonタスクフレームワークである。
論文 参考訳(メタデータ) (2021-02-25T01:17:03Z) - Teach me to play, gamer! Imitative learning in computer games via
linguistic description of complex phenomena and decision tree [55.41644538483948]
本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。
この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
論文 参考訳(メタデータ) (2021-01-06T21:14:10Z) - Navigating the Landscape of Multiplayer Games [20.483315340460127]
大規模ゲームの応答グラフにネットワーク測度を適用することで,ゲームのランドスケープを創出できることを示す。
本研究は, 標準ゲームから複雑な経験ゲームまで, 訓練されたエージェント同士のパフォーマンスを計測する領域における知見について述べる。
論文 参考訳(メタデータ) (2020-05-04T16:58:17Z) - Exploration Based Language Learning for Text-Based Games [72.30525050367216]
本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。
テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。
これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
論文 参考訳(メタデータ) (2020-01-24T03:03:51Z)
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。