Fugu-MT 論文翻訳(概要): Skill Check: Some Considerations on the Evaluation of Gamemastering Models for Role-playing Games

論文の概要: Skill Check: Some Considerations on the Evaluation of Gamemastering Models for Role-playing Games

arxiv url: http://arxiv.org/abs/2309.13702v2
Date: Sat, 30 Sep 2023 18:56:04 GMT
ステータス: 処理完了
システム内更新日: 2023-10-03 12:38:54.511625
Title: Skill Check: Some Considerations on the Evaluation of Gamemastering Models for Role-playing Games
Title（参考訳）: スキルチェック:ロールプレイングゲームにおけるゲームマスタリングモデルの評価に関する考察
Authors: Santiago G\'ongora, Luis Chiruzzo, Gonzalo M\'endez, Pablo Gerv\'as
Abstract要約: ロールプレイングゲームにおいて、ゲームマスター(ゲームマスター、英: Game Master、GM)は、プレイヤーが直面している課題をデザインし、アクションの結果を物語るゲームマスターである。本稿では,対話型ストーリテリングと自然言語処理の観点から,GMをモデル化する上での課題について論じる。これらの課題に続き、このような対話システムを評価するための3つのテストカテゴリを提案し、ChatGPT、Bard、OpenAssistantをアウト・オブ・ボックスGMとしてテストする。
参考スコア（独自算出の注目度）: 0.5803309695504829
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In role-playing games a Game Master (GM) is the player in charge of the game, who must design the challenges the players face and narrate the outcomes of their actions. In this work we discuss some challenges to model GMs from an Interactive Storytelling and Natural Language Processing perspective. Following those challenges we propose three test categories to evaluate such dialogue systems, and we use them to test ChatGPT, Bard and OpenAssistant as out-of-the-box GMs.
Abstract（参考訳）: ロールプレイングゲームでは、ゲームマスター(gm)がゲーム担当のプレイヤーであり、プレイヤーが直面する課題をデザインし、アクションの結果をナレーションしなければならない。本稿では,対話型ストーリーテリングと自然言語処理の観点からgmsをモデル化する課題について考察する。これらの課題に続いて,対話システムを評価するための3つのテストカテゴリを提案し,チャットgpt,bard,open assistantを標準gmとしてテストする。

関連論文リスト

You Have Thirteen Hours in Which to Solve the Labyrinth: Enhancing AI Game Masters with Function Calling [35.721053667746716]
本稿では,テーブルトップロールプレイングゲーム "Jim Henson's Labyrinth: The Adventure Game" のコンテキストにおける関数呼び出しを活用することで,AIゲームマスタを強化する新たなアプローチを提案する。本手法は,AIゲームマスタの物語的品質と状態更新の整合性の向上を示す関数を通じてゲーム固有の制御を統合することを含む。
論文参考訳（メタデータ） (2024-09-11T02:03:51Z)
What if Red Can Talk? Dynamic Dialogue Generation Using Large Language Models [0.0]
本稿では,大規模言語モデル(LLM)を用いて動的かつ文脈的に適切な文字相互作用を生成する対話フィラーフレームワークを提案する。 The Final Fantasy VII Remake and Pokemonの環境でこのフレームワークをテストする。本研究の目的は,よりニュアンスの高いフィラーダイアログ作成を支援することであり,それによってプレイヤーの没入感を高め,RPG体験の全般的向上を図ることである。
論文参考訳（メタデータ） (2024-07-29T19:12:18Z)
A Dialogue Game for Eliciting Balanced Collaboration [64.61707514432533]
本稿では、プレイヤーがゴール状態自体を交渉しなければならない2Dオブジェクト配置ゲームを提案する。我々は,人間プレイヤーが様々な役割を担っていることを実証的に示し,バランスの取れた協調によってタスクのパフォーマンスが向上することを示した。
論文参考訳（メタデータ） (2024-06-12T13:35:10Z)
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)
CALYPSO: LLMs as Dungeon Masters' Assistants [46.61924662589895]
大規模言語モデル(LLM)は、一貫性のある自然言語テキストを生成する優れた能力を示している。本稿では,LCMを利用したインタフェースシステムであるCALYPSOについて紹介する。 CALYPSOへのアクセスが認められたとき、DMはプレイヤーへの直接のプレゼンテーションに適した高忠実なテキストを生成し、DMがクリエイティブエージェンシーを維持しながらさらに発展できるという低忠実なアイデアを作成したと報告した。
論文参考訳（メタデータ） (2023-08-15T02:57:00Z)
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)
I Cast Detect Thoughts: Learning to Converse and Guide with Intents and Theory-of-Mind in Dungeons and Dragons [82.28503603235364]
ダンジョンズとドラゴンズにおける目標駆動型環境における教師と学生の自然言語相互作用について検討した。我々のアプローチは,(1)ダンジョンマスターがプレイヤーを目標に向かって誘導する意図,(2)DMが意図を表現しているプレイヤーへの指示発声,(3)プレイヤーの指導に対する反応を未来へと一変させる理論・オブ・ミンド(ToM)モデルに分解・モデル化することである。
論文参考訳（メタデータ） (2022-12-20T08:06:55Z)
Dungeons and Dragons as a Dialog Challenge for Artificial Intelligence [28.558934742150022]
我々はD&Dを対話システムチャレンジとみなし、ゲーム内の次の会話のターンを生成し、対話履歴が与えられたゲームの状態を予測する。約900のゲームで構成され、合計7000人のプレーヤー、80万の対話ターン、50万のダイスロール、58万の単語からなるゲームプレイデータセットを作成します。我々は、大きな言語モデル(LM)を訓練し、異なる情報に基づいて次のゲームターンを生成する。
論文参考訳（メタデータ） (2022-10-13T15:43:39Z)
Immersive Text Game and Personality Classification [1.9171404264679484]
没入型テキストゲームでは、プレイヤーはストーリーとキャラクターを選択し、没入型で他のキャラクターと対話することができる。このゲームはテキスト生成言語モデル、情報抽出モデル、コモンセンス推論モデル、心理学評価モデルなど、いくつかの最新モデルに基づいている。
論文参考訳（メタデータ） (2022-03-20T18:37:03Z)
ConvAI3: Generating Clarifying Questions for Open-Domain Dialogue Systems (ClariQ) [64.60303062063663]
本論文では,対話システムに対する質問の明確化に関する課題について詳述する(ClariQ)。このチャレンジは、2020年のSearch Oriented Conversational AI (SCAI) EMNLPワークショップで、ConvAI3(Conversational AI Challenge series)の一部として組織されている。
論文参考訳（メタデータ） (2020-09-23T19:48:02Z)

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。