論文の概要: The Ink Splotch Effect: A Case Study on ChatGPT as a Co-Creative Game Designer

• arxiv url: http://arxiv.org/abs/2403.02454v1
• Date: Mon, 4 Mar 2024 20:14:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 17:11:52.588723
• Title: The Ink Splotch Effect: A Case Study on ChatGPT as a Co-Creative Game Designer
• Title（参考訳）: ink splotch effect: 共同創造型ゲームデザイナーとしてのchatgptのケーススタディ
• Authors: Asad Anjum, Yuting Li, Noelle Law, M Charity, and Julian Togelius
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.778721019132512
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper studies how large language models (LLMs) can act as effective, high-level creative collaborators and ``muses'' for game design. We model the design of this study after the exercises artists use by looking at amorphous ink splotches for creative inspiration. Our goal is to determine whether AI-assistance can improve, hinder, or provide an alternative quality to games when compared to the creative intents implemented by human designers. The capabilities of LLMs as game designers are stress tested by placing it at the forefront of the decision making process. Three prototype games are designed across 3 different genres: (1) a minimalist base game, (2) a game with features and game feel elements added by a human game designer, and (3) a game with features and feel elements directly implemented from prompted outputs of the LLM, ChatGPT. A user study was conducted and participants were asked to blindly evaluate the quality and their preference of these games. We discuss both the development process of communicating creative intent to an AI chatbot and the synthesized open feedback of the participants. We use this data to determine both the benefits and shortcomings of AI in a more design-centric role.
• Abstract（参考訳）: 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,高レベルの創造的協力者や「音楽」として効果的に機能するかを考察する。 本研究は,アモルファスインクスプリッチを創造的インスピレーションに用い,アーティストが使用するエクササイズをモデルとしたものである。 私たちの目標は、人間のデザイナーが実装した創造的な意図と比較して、aiがゲームを改善するか、妨げるか、あるいは代替的な品質を提供するかを決定することです。 ゲームデザイナーとしてのllmの能力は、意思決定プロセスの最前線に置くことでテストされます。 3つのプロトタイプゲームは,(1)ミニマリストベースゲーム,(2)人間のゲームデザイナが付加した特徴・感覚要素を持つゲーム,(3)LLM,ChatGPTのインプットアウトプットから直接実装された特徴・感覚要素を持つゲーム,の3つのジャンルにまたがって設計されている。 ユーザ調査を行い,ゲームの品質と好みを盲目的に評価するように依頼した。 本稿では,AIチャットボットに創造的な意図を伝達する開発プロセスと参加者のオープンフィードバックについて論じる。 このデータを使って、AIのメリットと欠点の両方を、よりデザイン中心の役割で決定します。

関連論文リスト

• Game Plot Design with an LLM-powered Assistant: An Empirical Study with Game Designers [29.54980724240688]
  ゲームデザイナーがターンベースのゲームのために没入的な物語を制作するのを支援する。 14人のゲームデザイナによるユーザスタディでは、生成されたゲームプロットに対する満足度と、物語に対するオーナシップの両面から高いレベルの満足度が示されています。
  論文  参考訳（メタデータ） (2024-11-05T01:26:35Z)
• ChatPCG: Large Language Model-Driven Reward Design for Procedural Content Generation [3.333383360927007]
  本稿では,大規模言語モデル(LLM)による報酬設計フレームワークChatPCGを提案する。 ゲーム専門知識と組み合わさった人間レベルの洞察を活用して、特定のゲーム機能に合わせた報酬を自動的に生成する。 ChatPCGは深層強化学習と統合されており、マルチプレイヤーゲームコンテンツ生成タスクの可能性を示している。
  論文  参考訳（メタデータ） (2024-06-07T08:18:42Z)
• I-Design: Personalized LLM Interior Designer [57.00412237555167]
  I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。 最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
  論文  参考訳（メタデータ） (2024-04-03T16:17:53Z)
• 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)
• Designing Mixed-Initiative Video Games [0.0]
  スネークストーリー(Snake Story)は、ゲームのように「スネーク」をプレイすることで、プレイヤーがAI生成したテキストを選択してヘビのストーリーを書くことができる混合開始型ゲームである。 ゲームコンポーネントを設計したインタフェースで使用せずにプレイヤとAIのインタラクションのダイナミクスを調べるために,制御された実験を行った。
  論文  参考訳（メタデータ） (2023-07-08T01:45:25Z)
• WinoGAViL: Gamified Association Benchmark to Challenge Vision-and-Language Models [91.92346150646007]
  本研究では,視覚・言語関係を収集するオンラインゲームであるWinoGAViLを紹介する。 私たちはこのゲームを使って3.5Kのインスタンスを収集し、それらが人間には直感的だが最先端のAIモデルには挑戦的であることを発見した。 我々の分析とプレイヤーからのフィードバックは、収集された協会が多様な推論スキルを必要とすることを示している。
  論文  参考訳（メタデータ） (2022-07-25T23:57:44Z)
• CCPT: Automatic Gameplay Testing and Validation with Curiosity-Conditioned Proximal Trajectories [65.35714948506032]
  Curiosity-Conditioned Proximal Trajectories (CCPT)法は、好奇心と模倣学習を組み合わせてエージェントを訓練して探索する。 CCPTが複雑な環境を探索し、ゲームプレイの問題を発見し、その過程におけるデザインの監視を行い、それらをゲームデザイナーに直接認識し、強調する方法について説明する。
  論文  参考訳（メタデータ） (2022-02-21T09:08:33Z)
• 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)
• Learning-based pose edition for efficient and interactive design [55.41644538483948]
  コンピュータ支援アニメーションアーティストでは、キャラクターのキーポーズは骨格を操作することで定義されている。 キャラクターのポーズは多くの不明確な制約を尊重しなければならないので、結果のリアリズムはアニメーターのスキルと知識に大きく依存する。 ポーズデザインのための効率的なツールを記述し、ユーザーが直感的にポーズを操作してキャラクターアニメーションを作成することができる。
  論文  参考訳（メタデータ） (2021-07-01T12:15:02Z)
• 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)

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。