論文の概要: Extend Wave Function Collapse to Large-Scale Content Generation
- arxiv url: http://arxiv.org/abs/2308.07307v1
- Date: Mon, 14 Aug 2023 17:50:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-15 12:07:50.655398
- Title: Extend Wave Function Collapse to Large-Scale Content Generation
- Title（参考訳）: 大規模コンテンツ生成への拡張波動関数の崩壊
- Authors: Yuhe Nie, Shaoming Zheng, Zhan Zhuang, Xuan Song
- Abstract要約: 本稿では,Nested WFC (N-WFC) アルゴリズムフレームワークを提案する。
コンフリクトやバックトラックの問題を避けるため、我々は完全かつサブコンプリートなタイルセット準備戦略を提供する。
また,N-WFCとサブコンプリートタイルセットを組み合わせた重量ブラシシステムを導入し,ゲーム設計に適合することを示す。
- 参考スコア（独自算出の注目度）: 3.6708290910639056
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wave Function Collapse (WFC) is a widely used tile-based algorithm in
procedural content generation, including textures, objects, and scenes.
However, the current WFC algorithm and related research lack the ability to
generate commercialized large-scale or infinite content due to constraint
conflict and time complexity costs. This paper proposes a Nested WFC (N-WFC)
algorithm framework to reduce time complexity. To avoid conflict and
backtracking problems, we offer a complete and sub-complete tileset preparation
strategy, which requires only a small number of tiles to generate aperiodic and
deterministic infinite content. We also introduce the weight-brush system that
combines N-WFC and sub-complete tileset, proving its suitability for game
design. Our contribution addresses WFC's challenge in massive content
generation and provides a theoretical basis for implementing concrete games.
- Abstract（参考訳）: Wave Function Collapse (WFC) は、テクスチャ、オブジェクト、シーンを含む手続き的コンテンツ生成において広く使われているタイルベースのアルゴリズムである。
しかし、現在のWFCアルゴリズムと関連する研究は、制約競合や時間的複雑さのコストにより、商業化された大規模または無限のコンテンツを生成する能力に欠ける。
本稿では,Nested WFC (N-WFC) アルゴリズムフレームワークを提案する。
コンフリクトやバックトラッキングの問題を避けるために,完全なタイルセット作成戦略を提案し,非周期的かつ決定論的な無限コンテンツを生成するのに少数のタイルしか必要としない。
また,N-WFCとサブコンプリートタイルセットを組み合わせた重量ブラシシステムを導入し,ゲーム設計に適合することを示す。
コントリビューションは,WFCの大規模コンテンツ生成における課題に対処し,具体的なゲームの実装のための理論的基盤を提供する。
関連論文リスト
- Punch Out Model Synthesis: A Stochastic Algorithm for Constraint Based Tiling Generation [0.0]
Constraint Based Tiling Generation (CBTG)アルゴリズムは、一連のタイルと配置制約からレベル実現を自動的に生成するのに役立つ。
Punch Out Model Synthesis (POMS, Constraint Based Tiling Generation algorithm) を提案する。
論文 参考訳（メタデータ） (2025-01-05T21:49:50Z) - Perfect Gradient Inversion in Federated Learning: A New Paradigm from the Hidden Subset Sum Problem [21.546869377126125]
フェデレートラーニング(FL)は、複数の組織間で協調学習するための一般的なパラダイムとして登場した。
FLで共有される勾配情報を用いて入力再構成問題をHidden Subset Sum problemとして定式化する。
我々の分析は、なぜより大きなバッチサイズで経験的入力再構成攻撃が劣化したのかを洞察する。
論文 参考訳（メタデータ） (2024-09-21T23:01:33Z) - KV Cache Compression, But What Must We Give in Return? A Comprehensive Benchmark of Long Context Capable Approaches [52.02764371205856]
長期の文脈能力は、大規模言語モデル(LLM)にとって重要な能力である
この研究は、現在の手法の分類を提供し、長いコンテキストタスクの7つのカテゴリにまたがる10以上の最先端のアプローチを評価する。
論文 参考訳（メタデータ） (2024-07-01T17:59:47Z) - Federated Knowledge Graph Completion via Latent Embedding Sharing and
Tensor Factorization [51.286715478399515]
FLEST(Federated Latent Embedding Factorization)は、KGの完全化にFederated Factorizationを用いた新しい手法である。
FLESTは埋め込み行列を分解し、潜伏辞書の埋め込みを共有することでプライバシーリスクを低減している。
実証的な結果はFLESTの有効性と効率を示し、パフォーマンスとプライバシのバランスのとれたソリューションを提供する。
論文 参考訳（メタデータ） (2023-11-17T06:03:56Z) - Task-Adaptive Saliency Guidance for Exemplar-free Class Incremental Learning [60.501201259732625]
EFCILにタスク適応型サリエンシを導入し、タスク適応型サリエンシ・スーパービジョン(TASS)と呼ばれる新しいフレームワークを提案する。
提案手法は,CIFAR-100, Tiny-ImageNet, ImageNet-Subset EFCILベンチマークを用いて,タスク間のサリエンシマップの保存や,最先端の成果の達成に有効であることを示す。
論文 参考訳（メタデータ） (2022-12-16T02:43:52Z) - Exploring Motion Ambiguity and Alignment for High-Quality Video Frame
Interpolation [46.02120172459727]
本稿では,GTに近い中間フレームを可能な限り再構築する要件を緩和することを提案する。
本研究では,テクスチャ整合性損失 (TCL) を補間されたコンテンツが,与えられたフレーム内でのテクスチャ整合性損失 (TCL) と類似した構造を維持するべきであるという仮定に基づいて開発する。
論文 参考訳（メタデータ） (2022-03-19T10:37:06Z) - LGPMA: Complicated Table Structure Recognition with Local and Global
Pyramid Mask Alignment [54.768354427967296]
テーブル構造認識は、様々な構造と複雑な細胞間関係のために難しい課題である。
本研究では,局所・グローバルな特徴マップにソフトピラミッドマスク学習機構を採用した局所・グローバルピラミッドマスクアライメントの枠組みを提案する。
その後、ピラミッドマスク再記録モジュールが統合され、ローカルおよびグローバル情報を妥協し、予測される境界を洗練します。
論文 参考訳（メタデータ） (2021-05-13T12:24:12Z) - Spatial Assembly: Generative Architecture With Reinforcement Learning,
Self Play and Tree Search [1.2691047660244335]
空間集合体生成における強化学習の活用について検討する。
設計者が設定した目的を最大化するアセンブリを生成するポリシーを学ぶために,強化学習と自己再生を用いたアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-01-19T11:57:10Z) - An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。
特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。
提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文 参考訳（メタデータ） (2020-06-18T20:09:53Z) - MeshfreeFlowNet: A Physics-Constrained Deep Continuous Space-Time
Super-Resolution Framework [58.49761896587656]
MeshfreeFlowNetは、低解像度入力から連続(グリッドフリー)80%ソリューションを生成するフレームワークである。
MeshfreeFlowNetは、(i)出力をすべての解像度でサンプリングし、(ii)任意のサイズの時間ドメイン上の固定サイズの入力をトレーニングすることを可能にする。
本稿では,MeshfreeFlowNetの大規模実装を提案する。
論文 参考訳（メタデータ） (2020-05-01T05:29:25Z) - An efficient constraint based framework forhandling floating point SMT
problems [0.5161531917413706]
本稿では,浮動小数点検証問題に対する新しい制約プログラミングフレームワークである,私たちによる2019年版を紹介する。
私たちにとって、フロートに対する制約は第一級のオブジェクトであり、浮動小数点領域の構造を公開して活用することを目的としています。
論文 参考訳（メタデータ） (2020-02-27T21:11:22Z)
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。