論文の概要: Enhanced DareFightingICE Competitions: Sound Design and AI Competitions
- arxiv url: http://arxiv.org/abs/2403.02687v2
- Date: Sat, 27 Apr 2024 22:03:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 23:16:19.333550
- Title: Enhanced DareFightingICE Competitions: Sound Design and AI Competitions
- Title（参考訳）: DareFightingICEコンペティションの強化 - サウンドデザインとAIコンペティション
- Authors: Ibrahim Khan, Chollakorn Nimpattanavong, Thai Van Nguyen, Kantinan Plupattanakit, Ruck Thawonmas,
- Abstract要約: 本稿では,視覚障害のあるプレイヤー(VIP)に着目した新たな対戦ゲームプラットフォームであるDareFightingICEを提案する。
また、DareFightingICEコンペティションを、DareFightingICEサウンドデザインコンペティションとDareFightingICE AIコンペティションという2つの独立したコンペティションに分離する。
- 参考スコア（独自算出の注目度）: 0.11650821883155184
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a new and improved DareFightingICE platform, a fighting game platform with a focus on visually impaired players (VIPs), in the Unity game engine. It also introduces the separation of the DareFightingICE Competition into two standalone competitions called DareFightingICE Sound Design Competition and DareFightingICE AI Competition--at the 2024 IEEE Conference on Games (CoG)--in which a new platform will be used. This new platform is an enhanced version of the old DareFightingICE platform, having a better audio system to convey 3D sound and a better way to send audio data to AI agents. With this enhancement and by utilizing Unity, the new DareFightingICE platform is more accessible in terms of adding new features for VIPs and future audio research. This paper also improves the evaluation method for evaluating sound designs in the Sound Design Competition which will ensure a better sound design for VIPs as this competition continues to run at future CoG. To the best of our knowledge, both of our competitions are first of their kind, and the connection between the competitions to mutually improve the entries' quality with time makes these competitions an important part of representing an often overlooked segment within the broader gaming community, VIPs.
- Abstract（参考訳）: 本稿では,Unityゲームエンジンの視覚障害プレイヤー(VIP)に着目した対戦ゲームプラットフォームであるDareFightingICEの新たな改良について述べる。
また、DareFightingICEコンペティションを、DareFightingICEサウンドデザインコンペティションとDareFightingICE AIコンペティションという2つのスタンドアロンコンペティションに分離することも紹介している。
この新プラットフォームは、古いDareFightingICEプラットフォームの強化版で、3Dサウンドを伝えるためのより良いオーディオシステムと、AIエージェントに音声データを送信するためのより良い方法を備えている。
この強化とUnityの利用により、新しいDareFightingICEプラットフォームは、VIPの新機能の追加や将来のオーディオ研究において、よりアクセスしやすいものになる。
また,音設計コンペティションにおける音響設計の評価方法も改良され,将来的なCoGの競争が続くにつれて,VIPの音設計の精度が向上する。
我々の知る限り、両コンペティションはいずれも第一種であり、コンペティション間の相互に時間とともにエントリーの質を向上させるための関連性によって、これらのコンペティションはより広いゲームコミュニティのVIPにおいて、しばしば見落とされがちな部分を表す重要な部分となっている。
関連論文リスト
- Bootstrapping Audio-Visual Segmentation by Strengthening Audio Cues [75.73217916395386]
双方向ブリッジを用いた双方向オーディオ・ビジュアルデコーダ(BAVD)を提案する。
この相互作用はモダリティの不均衡を狭め、統合されたオーディオ視覚表現のより効果的な学習を促進する。
また,BAVDの微粒化誘導として,音声・視覚的フレームワイド同期のための戦略を提案する。
論文 参考訳（メタデータ） (2024-02-04T03:02:35Z) - Improving Audio-Visual Speech Recognition by Lip-Subword Correlation
Based Visual Pre-training and Cross-Modal Fusion Encoder [58.523884148942166]
本稿では,事前学習および微調整訓練の枠組みの下で,音声視覚音声認識(AVSR)を改善するための2つの新しい手法を提案する。
まず, マンダリンにおける口唇形状と音節レベルサブワード単位の相関について検討し, 口唇形状から良好なフレームレベル音節境界を確立する。
次に,音声誘導型クロスモーダルフュージョンエンコーダ(CMFE)ニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2023-08-14T08:19:24Z) - Summarizing Strategy Card Game AI Competition [1.027974860479791]
本稿では,5年間のAIコンペティションを,小さな集合カードゲーム(CCG)であるLOCM(Legends of Code and Magic)に基づいて締めくくる。
LOCMはゲームツリー探索アルゴリズム、ニューラルネットワーク、評価関数、CGデッキ構築などの分野に関する多くの出版物で使用されている。
COG 2022エディションは最後のバージョンと発表されたが、ゲームは引き続き利用可能であり、オンラインのリーダーボードアリーナでプレイすることができる。
論文 参考訳（メタデータ） (2023-05-19T16:49:36Z) - Introducing Tales of Tribute AI Competition [0.7639610349097472]
本稿では,新たなAIチャレンジであるT Tales of Tribute AI Competition(TOTAIC)を提案する。
このゲームは、The Elder Scrolls OnlineのHigh Isle章でリリースされた2人のプレイヤーによるデッキビルディングカードゲームに基づいている。
本稿では,競争の枠組みを紹介し,ゲームのルールを説明し,サンプルAIエージェント間のトーナメントの結果を示す。
論文 参考訳（メタデータ） (2023-05-14T19:55:56Z) - Retrospective on the 2021 BASALT Competition on Learning from Human
Feedback [92.37243979045817]
競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。
LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。
チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-04-14T17:24:54Z) - DareFightingICE Competition: A Fighting Game Sound Design and AI
Competition [0.8224695424591678]
本稿では、2022年のIEEE Conference on Games (CoG)で、DareFightingICE Competitionと呼ばれる新しいコンペティションを提示します。
この競争のためのゲームプラットフォームは、ファイティングゲームプラットフォームであるDareFightingICEとも呼ばれる。
サウンドデザイントラックでは、参加者はDareFightingICEのデフォルトのサウンドデザインをサンプルとして、最高のサウンドデザインを競う。
AIトラックの参加者は、相手と戦うために入力(右AI)としてのみ音が与えられるキャラクターを制御するAIアルゴリズムの開発を依頼される。
論文 参考訳（メタデータ） (2022-03-03T08:12:15Z) - Snakes AI Competition 2020 and 2021 Report [65.7695644335859]
スネークスAIコンペティションはインノポリス大学が主催した。
IEEE Conference on Games 2020と2021エディションの一部だった。
エージェントに人工知能アルゴリズムを学習し、実装するためのサンドボックスを作成することを目的としていた。
論文 参考訳（メタデータ） (2021-08-11T10:27:11Z) - NTIRE 2021 Multi-modal Aerial View Object Classification Challenge [88.89190054948325]
CVPR の NTIRE 2021 ワークショップと共同で,MAVOC (Multi-modal Aerial View Object Classification) の最初の挑戦を紹介した。
この課題は、EOとSAR画像を用いた2つの異なるトラックで構成されている。
本コンペティションで提案した最上位の手法について検討し,その成果を目視テストセットで評価する。
論文 参考訳（メタデータ） (2021-07-02T16:55:08Z) - NTIRE 2021 Challenge on Quality Enhancement of Compressed Video: Methods
and Results [132.53598576262686]
本稿では,圧縮ビデオの品質向上に関する最初のNTIRE課題についてレビューする。
トラック1と2はHEVCが圧縮した動画を固定QPで強化することを目的としており、トラック3はx265で圧縮した動画を固定ビットレートで強化するために設計されている。
提案手法とソリューションは、ビデオ品質向上の最先端を測る。
論文 参考訳（メタデータ） (2021-04-21T22:08:48Z)
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。