Fugu-MT 論文翻訳(概要): The Quest for Content: A Survey of Search-Based Procedural Content Generation for Video Games

論文の概要: The Quest for Content: A Survey of Search-Based Procedural Content Generation for Video Games

arxiv url: http://arxiv.org/abs/2311.04710v1
Date: Wed, 8 Nov 2023 14:37:49 GMT
ステータス: 処理完了
システム内更新日: 2023-11-09 15:34:33.416266
Title: The Quest for Content: A Survey of Search-Based Procedural Content Generation for Video Games
Title（参考訳）: The Quest for Content: a Survey of Search-based Procedural Content Generation for video Games
Authors: Mar Zamorano, Carlos Cetina, Federica Sarro
Abstract要約: ビデオゲームの需要は常に増加しており、大量のコンテンツを制作する必要がある。研究者らは検索に基づく手続き型コンテンツ生成(SBPCG)を開発した。我々は,SBPCGの現状を調査し,2011～2022年の間に現場に現れた報告作業とオープンな研究課題を特定した。
参考スコア（独自算出の注目度）: 10.489455007754968
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Video games demand is constantly increasing, which requires the costly production of large amounts of content. Towards this challenge, researchers have developed Search-Based Procedural Content Generation (SBPCG), that is, the (semi-)automated creation of content through search algorithms. We survey the current state of SBPCG, reporting work appeared in the field between 2011-2022 and identifying open research challenges. The results lead to recommendations for practitioners and to the identification of several potential future research avenues for SBPCG.
Abstract（参考訳）: ビデオゲームの需要は常に増加しており、大量のコンテンツのコストがかかる。この課題に向けて、研究者は検索アルゴリズムによるコンテンツの自動生成(半自動)という、検索に基づく手続き的コンテンツ生成(sbpcg)を開発した。 sbpcgの現状を調査し,2011～2022年に現場で報告活動を行い,オープン研究課題の特定を行った。その結果,SBPCGの実践者への推奨と今後の研究の道筋の特定につながった。

関連論文リスト

Procedural Content Generation in Games: A Survey with Insights on Emerging LLM Integration [1.03590082373586]
プロシージャコンテンツ生成(PCG)は、アルゴリズムを用いてゲームコンテンツの自動生成として定義される。プレイヤーのエンゲージメントを高め、ゲームデザイナーの仕事を楽にする。 PCGにおけるディープラーニングアプローチの最近の進歩は、研究者や実践者がより洗練されたコンテンツを作成できるようにしている。大規模言語モデル (LLMs) が登場し、PCGの進歩の軌跡を本当に破壊した。
論文参考訳（メタデータ） (2024-10-21T05:10:13Z)
A Survey Forest Diagram : Gain a Divergent Insight View on a Specific Research Topic [2.699900017799093]
情報検索や質問応答におけるジェネレーティブAIの利用は,研究調査の実施に人気がある。本研究は,本研究を対象とする未成年研究者を対象とした詳細な調査林図を作成することを目的としている。
論文参考訳（メタデータ） (2024-07-24T08:17:37Z)
A Survey on Neural Question Generation: Methods, Applications, and Prospects [56.97451350691765]
調査は、NQGの背景の概要から始まり、タスクの問題を定式化している。その後、NQGアプローチを構造化NQG、非構造化NQG、ハイブリッドNQGの3つの主要なカテゴリに分類する。この調査は、NQGの軌跡を前方視し、創発的な研究動向と今後の発展の道筋を見極めている。
論文参考訳（メタデータ） (2024-02-28T11:57:12Z)
How good are my search strings? Reflections on using an existing review as a quasi-gold standard [1.7827643249624088]
本研究は,準ゴールド標準(QGS)を用いた探索文字列構築と探索検証に関する問題に対する意識を高めることを目的とする。文献ではQGS品質評価の問題はあまり注目されておらず,SLSにおける自動検索の有効性が向上する可能性が示唆された。
論文参考訳（メタデータ） (2024-02-16T19:36:19Z)
Advancing the Search Frontier with AI Agents [6.839870353268828]
複雑な検索タスクは、初歩的な事実発見や再定義のサポート以上のものを必要とする。近年の人工人工知能(AI)の出現は、検索者にさらなる支援を提供する可能性がある。この記事では、これらの問題とAIエージェントが検索システムの能力のフロンティアをいかに前進させているかを考察する。
論文参考訳（メタデータ） (2023-11-02T13:43:22Z)
A Survey on Detection of LLMs-Generated Content [97.87912800179531]
LLMの生成する内容を検出する能力が最重要視されている。既存の検出戦略とベンチマークの詳細な概要を提供する。また、様々な攻撃から守るための多面的アプローチの必要性を示唆する。
論文参考訳（メタデータ） (2023-10-24T09:10:26Z)
A Demand-Driven Perspective on Generative Audio AI [1.0639605996067534]
本稿では,プロのオーディオ技術者による調査結果を紹介する。本調査に基づく音質と可制御性に関する現状の課題を要約する。
論文参考訳（メタデータ） (2023-07-10T00:58:28Z)
A Comprehensive Survey of AI-Generated Content (AIGC): A History of Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。 AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文参考訳（メタデータ） (2023-03-07T20:36:13Z)
Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文参考訳（メタデータ） (2022-07-18T11:38:32Z)
Video Question Answering: Datasets, Algorithms and Challenges [99.9179674610955]
Video Question Answering (VideoQA) は、与えられたビデオに応じて自然言語の質問に答えることを目的としている。本稿では、データセット、アルゴリズム、ユニークな課題に焦点を当てた、ビデオQAの明確な分類と包括的分析を提供する。
論文参考訳（メタデータ） (2022-03-02T16:34:09Z)
Exposing Query Identification for Search Transparency [69.06545074617685]
本稿では,検索システムの2つのクラスにおいて,クエリとドキュメントの役割を逆転させることにより,検索タスクとしてのEQIの実現可能性について検討する。本研究では,クエリのランク付けの質を評価するための評価基準を導出するとともに,近似EQIの様々な実践的側面に着目した経験的分析を行う。
論文参考訳（メタデータ） (2021-10-14T20:19:27Z)

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。