論文の概要: Amorphous Fortress: Observing Emergent Behavior in Multi-Agent FSMs

• arxiv url: http://arxiv.org/abs/2306.13169v1
• Date: Thu, 22 Jun 2023 19:32:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-26 14:26:06.037998
• Title: Amorphous Fortress: Observing Emergent Behavior in Multi-Agent FSMs
• Title（参考訳）: アモルファス要塞:マルチエージェントfsmにおける創発的挙動の観測
• Authors: M Charity, Dipika Rajesh, Sam Earle, and Julian Togelius
• Abstract要約: 我々は,抽象的かつ空間的かつオープンな人工生命シミュレーションであるアモルファス・フォートレス (Amorphous Fortress) というシステムを紹介した。 この環境では、エージェントは有限状態機械(FSM)として表現され、制約空間内でのマルチエージェント相互作用を可能にする。 この環境は、ドワーフ・フォートレスやザ・シムズのようなシミュレーションゲームで暗黙的に見つかった創発的なAI行動を調べるために設計された。
• 参考スコア（独自算出の注目度）: 3.620115940532283
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a system called Amorphous Fortress -- an abstract, yet spatial, open-ended artificial life simulation. In this environment, the agents are represented as finite-state machines (FSMs) which allow for multi-agent interaction within a constrained space. These agents are created by randomly generating and evolving the FSMs; sampling from pre-defined states and transitions. This environment was designed to explore the emergent AI behaviors found implicitly in simulation games such as Dwarf Fortress or The Sims. We apply the hill-climber evolutionary search algorithm to this environment to explore the various levels of depth and interaction from the generated FSMs.
• Abstract（参考訳）: 我々は,アモルファス・フォートメントと呼ばれる抽象的かつ空間的かつオープンな人工生命シミュレーションシステムを紹介する。 この環境では、エージェントは制約された空間内でマルチエージェント相互作用を可能にする有限状態機械(fsms)として表現される。 これらのエージェントは、fsmをランダムに生成し、進化させ、事前定義された状態と遷移からサンプリングすることで生成される。 この環境は、ドワーフ・フォートレスやザ・シムズのようなシミュレーションゲームで暗黙的に見つかった創発的なAI行動を調べるために設計された。 この環境にヒルクライバーの進化的探索アルゴリズムを適用し、生成したFSMの様々なレベルの深さと相互作用を探索する。

関連論文リスト

• Unbounded: A Generative Infinite Game of Character Life Simulation [68.37260000219479]
  生成モデルを用いて,有限なハードコードシステムの境界を超越したゲームである生成無限ゲームの概念を導入する。 我々は、生成AIの最近の進歩を活用して、生成モデルに完全にカプセル化されたキャラクターライフシミュレーションゲームUnboundedを作成する。
  論文  参考訳（メタデータ） (2024-10-24T17:59:31Z)
• DARLEI: Deep Accelerated Reinforcement Learning with Evolutionary Intelligence [77.78795329701367]
  本稿では,進化アルゴリズムと並列化強化学習を組み合わせたフレームワークであるDARLEIを提案する。 我々はDARLEIの性能を様々な条件で特徴付け、進化形態の多様性に影響を与える要因を明らかにした。 今後DARLEIを拡張して、よりリッチな環境における多様な形態素間の相互作用を取り入れていきたいと考えています。
  論文  参考訳（メタデータ） (2023-12-08T16:51:10Z)
• Quality Diversity in the Amorphous Fortress (QD-AF): Evolving for Complexity in 0-Player Games [2.1374208474242815]
  アモルファス・フォートレス(AF)シミュレーションフレームワークを用いた多様な環境の創出について検討する。 フレームワーク内のエージェントの挙動と条件は、多エージェント人工生命と強化学習環境の共通構成要素を捉えるように設計されている。
  論文  参考訳（メタデータ） (2023-12-04T05:16:53Z)
• DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative Diffusion Models [102.13968267347553]
  本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。 我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
  論文  参考訳（メタデータ） (2023-11-28T18:58:48Z)
• Octopus: Embodied Vision-Language Programmer from Environmental Feedback [58.04529328728999]
  身体視覚言語モデル(VLM)は多モード認識と推論において大きな進歩を遂げた。 このギャップを埋めるために、我々は、計画と操作を接続する媒体として実行可能なコード生成を使用する、具体化された視覚言語プログラマであるOctopusを紹介した。 Octopusは、1)エージェントの視覚的およびテキスト的タスクの目的を正確に理解し、2)複雑なアクションシーケンスを定式化し、3)実行可能なコードを生成するように設計されている。
  論文  参考訳（メタデータ） (2023-10-12T17:59:58Z)
• A Domain-Independent Agent Architecture for Adaptive Operation in Evolving Open Worlds [18.805929922009806]
  HYDRAは、混合した離散連続世界で動作するモデルベースのエージェントを設計するためのフレームワークである。 これは、エージェントが様々な側面から自身の振る舞いを監視できるようにする、新しいメタ推論プロセスを実装している。 このフレームワークは、3つの異なるドメインに対して新規に認識されたエージェントを実装するために使われてきた。
  論文  参考訳（メタデータ） (2023-06-09T21:54:13Z)
• Towards Large-Scale Simulations of Open-Ended Evolution in Continuous Cellular Automata [0.0]
  並列計算フレームワーク JAX を用いた大規模進化シミュレーションを構築した。 遺伝子操作子を暗黙的に実装するなど、システム設計の選択肢を多数報告する。 オープンエンド進化を促進する要因をいくつか提案する。
  論文  参考訳（メタデータ） (2023-04-12T06:40:11Z)
• Flow-Lenia: Towards open-ended evolution in cellular automata through mass conservation and parameter localization [16.11867905890754]
  Flow Leniaは、CAダイナミックス内のCAアップデートルールのパラメータの統合を可能にする。 本稿では,フローレニアがCA動的にCA更新ルールのパラメータを統合可能であることを示す。
  論文  参考訳（メタデータ） (2022-12-14T15:07:21Z)
• Say "Sul Sul!" to SimSim, A Sims-Inspired Platform for Sandbox Game AI [0.0]
  本稿では,ライフシミュレーションゲーム「ザ・シムズ」の環境デザインを新しいプラットフォームとして提案する。 目的は、シミュレーションされたエージェントの物理的ニーズを満たすオブジェクトを家に提供することである。 SimSimと呼ばれる新しいオープンソースシミュレータにおける実証的研究は、新規性に基づく進化的アルゴリズムが有効な環境設計を効果的に生成する能力について研究している。
  論文  参考訳（メタデータ） (2020-08-25T20:31:26Z)
• ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation [75.0278287071591]
  ThreeDWorld (TDW) はインタラクティブなマルチモーダル物理シミュレーションのためのプラットフォームである。 TDWは、リッチな3D環境において、高忠実な感覚データのシミュレーションと、移動体エージェントとオブジェクト間の物理的相互作用を可能にする。 我々は、コンピュータビジョン、機械学習、認知科学における新たな研究方向において、TDWによって実現された初期実験を提示する。
  論文  参考訳（メタデータ） (2020-07-09T17:33:27Z)
• Learning to Simulate Dynamic Environments with GameGAN [109.25308647431952]
  本稿では,エージェントが環境と対話するのを見ることでシミュレーターを学習することを目的とする。 ゲームGANは,学習中にスクリーンプレイやキーボード操作を取り入れることで,所望のゲームを視覚的に模倣することを学習する生成モデルである。
  論文  参考訳（メタデータ） (2020-05-25T14:10:17Z)

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。