論文の概要: Analysis of Logistic Map for Pseudorandom Number Generation in Game Development

• arxiv url: http://arxiv.org/abs/2403.00864v1
• Date: Fri, 1 Mar 2024 01:06:20 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 06:39:33.681544
• Title: Analysis of Logistic Map for Pseudorandom Number Generation in Game Development
• Title（参考訳）: ゲーム開発における擬似数生成のためのロジスティックマップの解析
• Authors: Chenxiao Zhou,
• Abstract要約: 本研究では,ゲーム開発のためのロジスティックマップと呼ばれるカオスマップを解析する。 擬似乱数列生成アルゴリズムとゲームオブジェクトのランダムな位置の生成アルゴリズムを開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Many popular video games use pseudorandom number generators to create randomly distributed locations for game objects as highly unpredictable as possible. Some scenarios like game competition also need reproducible randomness, namely the random results can be reproducible if given the same seed input. Existing random generation methods have limited choices for seed input. To address this limitation, this study analyzes a chaotic map called the Logistic Map for game development. After analyzing the properties of this chaotic map, I developed a pseudorandom sequence generation algorithm and a generation algorithm of random locations of game objects. Experiments on the game of Snake demonstrate that the Logistic Map is viable for game development. The reproducible randomness is also realized with the proposed algorithm.
• Abstract（参考訳）: 多くの人気ビデオゲームは擬似乱数生成器を使用して、ゲームオブジェクトのためのランダムに分散した場所を可能な限り予測不能にしている。 ゲーム競争のようなシナリオでは再現可能なランダム性も必要であり、同じシード入力が与えられた場合、ランダムな結果が再現可能である。 既存のランダム生成法では、シード入力に限定的な選択がある。 この制限に対処するため,ゲーム開発のためのロジスティックマップと呼ばれるカオスマップを解析した。 このカオスマップの特性を分析した後,擬似乱数列生成アルゴリズムとゲームオブジェクトのランダムな位置の生成アルゴリズムを開発した。 Snakeのゲームの実験では、ロジスティックマップがゲーム開発に有効であることを実証している。 また,提案アルゴリズムにより再現可能なランダム性も実現した。

関連論文リスト

• Correcting Subverted Random Oracles [55.4766447972367]
  簡単な構成は、少数の入力で元のものと矛盾する「反転」ランダムオラクルを、ランダム関数から微分不可能な対象に変換することができることを証明している。 この結果から, 暗号プリミティブの設計者は, 通常のクリプトグラフィ設定で, ランダムなオラクルを信頼できるブラックボックスとして使用することができる。
  論文  参考訳（メタデータ） (2024-04-15T04:01:50Z)
• Data Analysis Methods Preliminaries for a Photon-based Hardware Random Number Generator [39.58317527488534]
  Minecraftはゲームには最適ですが、サイバーセキュリティ暗号化キー生成には向いていません。 PRNGは予測不可能な現象を数や文字列に定量化し、アルゴリズムに入力することでランダムな数を生成する。 ハードウェア乱数生成器(HRNG)を用いることで、PRNGの欠陥に影響を受けない乱数を高速に得ることができる。
  論文  参考訳（メタデータ） (2024-04-15T00:47:17Z)
• Random Boxes Are Open-world Object Detectors [71.86454597677387]
  ランダム領域の提案によって訓練された分類器が最先端のオープンワールドオブジェクト検出(OWOD)を実現することを示す。 我々はRandBoxを提案する。RandBoxはR-CNNベースのアーキテクチャで、各トレーニングでランダムな提案を訓練する。 RandBoxは、すべてのメトリクスにおいて、過去の最先端を著しく上回っている。
  論文  参考訳（メタデータ） (2023-07-17T05:08:32Z)
• MomentDiff: Generative Video Moment Retrieval from Random to Real [71.40038773943638]
  私たちは、MomentDiffという拡散に基づく生成フレームワークを提供しています。 MomentDiffは、ランダムなブラウジングから段階的なローカライゼーションまで、典型的な人間の検索プロセスをシミュレートする。 MomentDiffは3つの公開ベンチマークで最先端の手法を一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2023-07-06T09:12:13Z)
• Randomness: what is it and why does it matter? [0.0]
  広く受け入れられているランダム性の定義は科学的厳密さに欠けており、その結果は疑わしい。 本稿では,乱数生成自体の物理過程に着目した情報理論に基づくランダム性の定義を提案する。 ランダム性偏差」と呼ばれる新しい量により、乱数生成プロセスや装置の品質の実用的な測定が可能となる。
  論文  参考訳（メタデータ） (2023-03-14T16:38:16Z)
• Shortcomings of Top-Down Randomization-Based Sanity Checks for Evaluations of Deep Neural Network Explanations [67.40641255908443]
  モデルランダム化に基づく正当性チェックの限界を,説明書の評価のために同定する。 トップダウンモデルランダム化は、フォワードパスアクティベーションのスケールを高い確率で保存する。
  論文  参考訳（メタデータ） (2022-11-22T18:52:38Z)
• Cryptography from Pseudorandom Quantum States [6.164147034988822]
  片道関数は擬似ランダム状態の存在を暗示するが、Kretschmer (TQC'20) は最近、一方通行関数が存在しないが擬似ランダム状態が存在するという相対的なオラクルを構築した。 疑似ランダム状態における興味深い暗号タスクの基盤となる可能性について検討する。 a)の結果として、疑似ランダム状態は不正にセキュアなマルチパーティプロトコルを構築するのに十分である。
  論文  参考訳（メタデータ） (2021-12-18T22:53:16Z)
• Generation of 1 Gb full entropy random numbers with the enhanced-NRBG method [0.13124513975412253]
  量子エントロピー源と決定論的ランダムビット生成機構を用いた非決定論的ランダムビット生成の実験的検討 抽出した生乱数はさらに後処理され、ハッシュベースの決定論的乱数生成用高エントロピーシードを生成する。
  論文  参考訳（メタデータ） (2021-08-09T20:06:43Z)
• Random boosting and random^2 forests -- A random tree depth injection approach [0.1749935196721634]
  本稿では, 連続的および並列的木系アプローチに適した新しいランダムな樹木深度注入手法を提案し, 提案手法について検討する。 結果として得られたメソッドは、emphRandom Boost と emphRandom$2$ Forest と呼ばれる。
  論文  参考訳（メタデータ） (2020-09-13T20:14:50Z)
• Stochastic Saddle-Point Optimization for Wasserstein Barycenters [69.68068088508505]
  オンラインデータストリームによって生成される有限個の点からなるランダムな確率測度に対する人口推定バリセンタ問題を考察する。 本稿では,この問題の構造を用いて,凸凹型サドル点再構成を行う。 ランダム確率測度の分布が離散的な場合、最適化アルゴリズムを提案し、その複雑性を推定する。
  論文  参考訳（メタデータ） (2020-06-11T19:40:38Z)
• Using Tabu Search Algorithm for Map Generation in the Terra Mystica Tabletop Game [60.71662712899962]
  Tabu Search (TS)メタヒューリスティックは、アルゴリズムが局所最適点から逃れることによって、単純な局所探索アルゴリズムを改善する。 本稿では,TSの性能について検討し,タブリストのサイズと周辺地域のサイズが手続き的コンテンツ生成に与える影響について考察する。
  論文  参考訳（メタデータ） (2020-06-04T09:15:46Z)

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。