論文の概要: Feint Behaviors and Strategies: Formalization, Implementation and Evaluation

• arxiv url: http://arxiv.org/abs/2403.07932v2
• Date: Sat, 07 Jun 2025 16:22:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:08.226446
• Title: Feint Behaviors and Strategies: Formalization, Implementation and Evaluation
• Title（参考訳）: フェルト行動と戦略:形式化・実装・評価
• Authors: Junyu Liu, Xiangjun Peng,
• Abstract要約: フェント行動は、ほとんどの競争力のあるマルチプレイヤーゲームにおいて重要な戦術である。 アクションレベルと戦略レベルの両方において、初となるフェント行動の包括的形式化を導入する。 マルチプレイヤーゲームにおいて,具体的実装と定量的評価を行う。
• 参考スコア（独自算出の注目度）: 6.61661097573508
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Feint behaviors refer to a set of deceptive behaviors in a nuanced manner, which enable players to obtain temporal and spatial advantages over opponents in competitive games. Such behaviors are crucial tactics in most competitive multi-player games (e.g., boxing, fencing, basketball, motor racing, etc.). However, existing literature does not provide a comprehensive (and/or concrete) formalization for Feint behaviors, and their implications on game strategies. In this work, we introduce the first comprehensive formalization of Feint behaviors at both action-level and strategy-level, and provide concrete implementation and quantitative evaluation of them in multi-player games. The key idea of our work is to (1) allow automatic generation of Feint behaviors via Palindrome-directed templates, combine them into meaningful behavior sequences via a Dual-Behavior Model; (2) concertize the implications from our formalization of Feint on game strategies, in terms of temporal, spatial and their collective impacts respectively; and (3) provide a unified implementation scheme of Feint behaviors in existing MARL frameworks. The experimental results show that our design of Feint behaviors can (1) greatly improve the game reward gains; (2) significantly improve the diversity of Multi-Player Games; and (3) only incur negligible overheads in terms of time consumption.
• Abstract（参考訳）: 虚偽の振る舞いは、プレイヤーが競争ゲームにおいて相手に対して時間的・空間的優位性を得ることを可能にする、虚偽の行動の集合をニュアンス的に参照する。 このような行動は、ほとんどの競争力のあるマルチプレイヤーゲーム(例えば、ボクシング、フェンシング、バスケットボール、モーターレースなど)において決定的な戦術である。 しかし、既存の文献は、フェント行動の包括的(および/または具体的)形式化や、ゲーム戦略へのその影響を提供していない。 本研究では,アクションレベルと戦略レベルの両方において,初となるFeint動作の包括的形式化を導入し,マルチプレイヤーゲームにおける具体的実装と定量的評価を行う。 本研究の鍵となる考え方は,(1)パリンドロームを指向したテンプレートによるFeint動作の自動生成,(2)ゲーム戦略におけるFeintの形式化,(3)既存のMARLフレームワークにおけるFeint動作の統一的な実装スキームを提供することである。 実験の結果,フェント動作の設計は,(1)ゲーム報酬の獲得を著しく改善し,(2)マルチプレイヤーゲームの多様性を著しく改善し,(3)時間消費の観点からは無視できないオーバーヘッドしか生じないことがわかった。

関連論文リスト

• Enhancing Player Enjoyment with a Two-Tier DRL and LLM-Based Agent System for Fighting Games [41.463376100442396]
  本研究では,古典的格闘ゲームStreet Fighter IIにおける2層エージェントシステムの提案と実験を行う。 TTAの第1層は、タスク指向ネットワークアーキテクチャ、モジュール化された報酬関数、および多様な技術を持つDRLエージェントを生成するためのハイブリッドトレーニングを採用している。 TTAの第2層では、プレイヤーのプレイデータとフィードバックを活用するLarge Language Model Hyper-Agentが、適切なDRL相手を動的に選択する。
  論文  参考訳（メタデータ） (2025-04-10T03:38:06Z)
• Model as a Game: On Numerical and Spatial Consistency for Generative Games [117.36098212829766]
  本稿では,モデル・アズ・ア・ゲーム(MaaG)のメカニズムを十分に構築した上で,モデル・アズ・ア・ゲーム(MaaG)を真に構成するものを探るため,生成ゲームのパラダイムを再考する。 DiTアーキテクチャに基づいて,(1) LogicNetを統合してイベントトリガを決定する数値モジュール,(2) 探索領域のマップを維持する空間モジュール,(2) 生成中の位置情報を検索して連続性を確保する,という2つの特殊なモジュールを設計する。
  論文  参考訳（メタデータ） (2025-03-27T05:46:15Z)
• 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)
• Reward Shaping for Improved Learning in Real-time Strategy Game Play [0.3347089492811693]
  適切な設計の報酬形成機能により、プレイヤーのパフォーマンスを大幅に向上させることができることを示す。 本研究は,海中キャプチャー・ザ・フラッグゲームのための模擬環境下での報酬形成機能を検証した。
  論文  参考訳（メタデータ） (2023-11-27T21:56:18Z)
• Generating Personas for Games with Multimodal Adversarial Imitation Learning [47.70823327747952]
  強化学習は、人間のレベルでゲームをすることができるエージェントを生産する上で、広く成功している。 強化学習を超えて進むことは、幅広い人間のプレイスタイルをモデル化するために必要である。 本稿では,プレイテストのための複数のペルソナポリシーを生成するための,新しい模倣学習手法を提案する。
  論文  参考訳（メタデータ） (2023-08-15T06:58:19Z)
• Beyond the Meta: Leveraging Game Design Parameters for Patch-Agnostic Esport Analytics [4.1692797498685685]
  スポーツゲームは世界のゲーム市場の相当な割合を占めており、ゲームの中では最速の成長セグメントである。 伝統的なスポーツと比較して、エスポートのタイトルは、メカニックやルールの観点から急速に変化する。 本稿では,ゲームデザイン(パッチノートなど)から情報を抽出し,クラスタリング手法を用いて文字表現の新たな形式を提案する。
  論文  参考訳（メタデータ） (2023-05-29T11:05:20Z)
• On the Convergence of No-Regret Learning Dynamics in Time-Varying Games [89.96815099996132]
  時間変化ゲームにおける楽観的勾配降下(OGD)の収束を特徴付ける。 我々のフレームワークは、ゼロサムゲームにおけるOGDの平衡ギャップに対して鋭い収束境界をもたらす。 また,静的ゲームにおける動的後悔の保証に関する新たな洞察も提供する。
  論文  参考訳（メタデータ） (2023-01-26T17:25:45Z)
• Off-Beat Multi-Agent Reinforcement Learning [62.833358249873704]
  オフビート動作が一般的環境におけるモデルフリーマルチエージェント強化学習(MARL)について検討した。 モデルレスMARLアルゴリズムのための新しいエピソードメモリLeGEMを提案する。 我々は,Stag-Hunter Game,Quarry Game,Afforestation Game,StarCraft IIマイクロマネジメントタスクなど,オフビートアクションを伴うさまざまなマルチエージェントシナリオ上でLeGEMを評価する。
  論文  参考訳（メタデータ） (2022-05-27T02:21:04Z)
• TiKick: Toward Playing Multi-agent Football Full Games from Single-agent Demonstrations [31.596018856092513]
  Tikickは、マルチエージェントのGoogle Research Footballのフルゲームを引き継ぐことができる、学習ベースのAIシステムである。 私たちの知る限りでは、Tikickは、マルチエージェントのGoogle Research Footballのフルゲームを引き継ぐことができる、初めての学習ベースのAIシステムだ。
  論文  参考訳（メタデータ） (2021-10-09T08:34:58Z)
• Pick Your Battles: Interaction Graphs as Population-Level Objectives for Strategic Diversity [49.68758494467258]
  我々は、集団内の個人がどのように相互作用するかを慎重に構造化することで、多様なエージェントの集団を構築する方法について研究する。 我々のアプローチは,エージェント間の情報の流れを制御するインタラクショングラフに基づいている。 マルチエージェント・トレーニングにおける多様性の重要性を証明し,様々な相互作用グラフを適用したゲームにおけるトレーニング・トラジェクトリ,多様性,パフォーマンスに与える影響を解析する。
  論文  参考訳（メタデータ） (2021-10-08T11:29:52Z)
• Predicting the outcome of team movements -- Player time series analysis using fuzzy and deep methods for representation learning [0.0]
  我々は、より拡張された一連の動きや戦術計画において、短い戦術と宇宙占領の有用なエンコーディングのためのフレームワークを提供する。 本稿では,2015-16シーズンのプロバスケットボールSportVUデータセットにおける予測・認識タスクに対する提案手法の有効性について検討する。
  論文  参考訳（メタデータ） (2021-09-13T18:42:37Z)
• baller2vec: A Multi-Entity Transformer For Multi-Agent Spatiotemporal Modeling [17.352818121007576]
  マルチエージェント・テンポラリ・モデリングは,アルゴリズム設計の観点からも,計算の観点からも難しい課題である。 本稿では,標準トランスフォーマーの多元性一般化である Baller2vec について紹介する。 バスケットボールに関連する2つのタスクを訓練し,マルチエージェント・テンポラル・モデリングにおける Baller2vec の有効性を検証した。
  論文  参考訳（メタデータ） (2021-02-05T17:02:04Z)
• Neural MMO v1.3: A Massively Multiagent Game Environment for Training and Evaluating Neural Networks [48.5733173329785]
  本稿では,MMOにインスパイアされたマルチエージェントゲーム環境であるNeural MMOを紹介する。 分散インフラストラクチャとゲームIOという,AI研究のためのマルチエージェントシステムエンジニアリングにおける,より一般的な2つの課題について論じる。
  論文  参考訳（メタデータ） (2020-01-31T18:50:02Z)

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。

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。