論文の概要: A Preliminary Study on a Conceptual Game Feature Generation and Recommendation System

• arxiv url: http://arxiv.org/abs/2308.13538v1
• Date: Wed, 16 Aug 2023 21:20:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-03 21:44:24.331411
• Title: A Preliminary Study on a Conceptual Game Feature Generation and Recommendation System
• Title（参考訳）: コンセプトゲームの特徴生成と推薦システムに関する予備的検討
• Authors: M Charity, Yash Bhartia, Daniel Zhang, Ahmed Khalifa, and Julian Togelius
• Abstract要約: 本稿では,テキストプロンプトに基づくゲーム機能提案を生成するシステムを提案する。 数学的に類似したゲームで見られる特徴や実体を抽出するために、小さなGLoVeモデルの単語埋め込みを使用する。 我々は,GPT-2モデル,ConceptNetを用いたモデル,および人間によるゲーム機能から生成された特徴を比較した短いユーザスタディを行う。
• 参考スコア（独自算出の注目度）: 3.7594705612252537
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces a system used to generate game feature suggestions based on a text prompt. Trained on the game descriptions of almost 60k games, it uses the word embeddings of a small GLoVe model to extract features and entities found in thematically similar games which are then passed through a generator model to generate new features for a user's prompt. We perform a short user study comparing the features generated from a fine-tuned GPT-2 model, a model using the ConceptNet, and human-authored game features. Although human suggestions won the overall majority of votes, the GPT-2 model outperformed the human suggestions in certain games. This system is part of a larger game design assistant tool that is able to collaborate with users at a conceptual level.
• Abstract（参考訳）: 本稿では,テキストプロンプトに基づいてゲーム特徴候補を生成するシステムを提案する。 約60kゲームのゲーム記述に基づいて訓練され、小さなGLoVeモデルの単語埋め込みを使用して、数学的に類似したゲームに見られる特徴や実体を抽出し、ジェネレータモデルに渡されてユーザのプロンプトのための新機能を生成する。 我々は,GPT-2モデル,ConceptNetを用いたモデル,および人間によるゲーム機能から生成された特徴を比較した短いユーザスタディを行う。 人間の提案は全体の過半数を獲得したが、GPT-2モデルは特定のゲームにおいて人間の提案よりも優れていた。 このシステムは、概念レベルでユーザと協調できるより大きなゲームデザインアシスタントツールの一部である。

関連論文リスト

• Instruction-Driven Game Engines on Large Language Models [59.280666591243154]
  IDGEプロジェクトは、大規模な言語モデルが自由形式のゲームルールに従うことを可能にすることで、ゲーム開発を民主化することを目的としている。 我々は、複雑なシナリオに対するモデルの露出を徐々に増大させるカリキュラム方式でIDGEを訓練する。 私たちの最初の進歩は、汎用的なカードゲームであるPoker用のIDGEを開発することです。
  論文  参考訳（メタデータ） (2024-03-30T08:02:16Z)
• The Ink Splotch Effect: A Case Study on ChatGPT as a Co-Creative Game Designer [2.778721019132512]
  本稿では,大規模言語モデル(LLM)がゲームデザインにおいて,より効果的でハイレベルな創造的コラボレータや「マウス」として機能するかを考察する。 私たちのゴールは、AIアシスタントが人間のデザイナーによって実現された創造的な意図と比較して、ゲームに取って代わる品質を向上、妨げ、提供できるかどうかを判断することです。
  論文  参考訳（メタデータ） (2024-03-04T20:14:38Z)
• On Automating Video Game Regression Testing by Planning and Learning [3.746904317622708]
  本稿では,あるゲーム面の回帰テストを自動化する手法とワークフローを提案する。 基本的な考え方は、詳細なゲームログとインクリメンタルアクションモデル学習技術を使用して、フォーマルモデルを維持することである。 本稿では,ワークフローにおけるモデリング専門家の必要性を最小限に抑えるか,あるいは取り除くための第一歩を示す。
  論文  参考訳（メタデータ） (2024-02-16T14:28:25Z)
• GameEval: Evaluating LLMs on Conversational Games [93.40433639746331]
  大規模言語モデル(LLM)を評価する新しいアプローチであるGameEvalを提案する。 GameEvalはLSMをゲームプレイヤーとして扱い、様々な形式の会話を起動することで達成した特定の目標にそれぞれ異なる役割を割り当てる。 我々は,GameEvalが様々なLLMの能力を効果的に差別化することができ,複雑な問題を解決するための統合能力を総合的に評価できることを示した。
  論文  参考訳（メタデータ） (2023-08-19T14:33:40Z)
• Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion Models [68.85478477006178]
  ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。 ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。 私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。 提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
  論文  参考訳（メタデータ） (2023-03-23T17:43:17Z)
• Robust Preference Learning for Storytelling via Contrastive Reinforcement Learning [53.92465205531759]
  制御された自動ストーリ生成は、自然言語批判や嗜好から制約を満たす自然言語ストーリを生成することを目指している。 対照的なバイエンコーダモデルをトレーニングし、ストーリーを人間の批評と整合させ、汎用的な嗜好モデルを構築する。 我々はさらに、ストーリー生成の堅牢性を高めるために、プロンプトラーニング技術を用いて、対照的な報酬モデルを微調整する。
  論文  参考訳（メタデータ） (2022-10-14T13:21:33Z)
• Adversarial Random Forest Classifier for Automated Game Design [1.590611306750623]
  本稿では,自律型ゲームデザインのための人間ライクなフィットネス関数を,対角的に学習しようとする実験について述べる。 我々の実験は我々の期待に届かなかったが、今後の自律型ゲームデザイン研究に影響を及ぼすことを期待するシステムと結果について分析した。
  論文  参考訳（メタデータ） (2021-07-26T22:30:38Z)
• Pairing Character Classes in a Deathmatch Shooter Game via a Deep-Learning Surrogate Model [2.323282558557423]
  本稿では,ゲームレベル構造とゲームのキャラクタークラスパラメータを入力として,ゲームプレイ結果を出力として組み合わせたモデルを構築する上で,ディープラーニングがいかに役立つかを考察する。 その後、モデルは特定のレベルと所望のゲーム結果(例えば短い期間のバランスの取れたマッチ)のクラスを生成するために使用される。
  論文  参考訳（メタデータ） (2021-03-29T09:34:24Z)
• SuSketch: Surrogate Models of Gameplay as a Design Assistant [1.9222706856050082]
  本稿では,一対一のシューティングレベルの設計ツールであるsusketchを紹介する。 SuSketchは、特定のキャラクタークラスの2人の競合プレイヤーのゲームプレイ予測をデザイナーに提供します。 インターフェイスにより、デザイナーは人工的にインテリジェントなクリエイターと並んで作業できます。 16人のゲーム開発者によるユーザー調査では、このツールは使いやすく、SuSketchをよりアクセスしやすく説明しやすくする必要性を強調しました。
  論文  参考訳（メタデータ） (2021-03-22T11:05:27Z)
• 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)
• Disentangling Controllable Object through Video Prediction Improves Visual Reinforcement Learning [82.25034245150582]
  多くの視覚に基づく強化学習問題において、エージェントは視野内の可動物体を制御する。 制御可能なオブジェクトを観測信号から切り離すためのエンドツーエンド学習フレームワークを提案する。 不整合表現は、RLがエージェントに追加の観察チャネルとして有用であることが示されている。
  論文  参考訳（メタデータ） (2020-02-21T05:43:34Z)

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。