論文の概要: Measuring Diversity of Game Scenarios

• arxiv url: http://arxiv.org/abs/2404.15192v2
• Date: Wed, 09 Oct 2024 05:58:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-10 14:28:04.852782
• Title: Measuring Diversity of Game Scenarios
• Title（参考訳）: ゲームシナリオの多様性を測定する
• Authors: Yuchen Li, Ziqi Wang, Qingquan Zhang, Bo Yuan, Xin Wang, Jialin Liu,
• Abstract要約: 我々は,現在の文学と実践のギャップを埋めることを目指しており,ゲームシナリオにおける多様性の測定と統合のための効果的な戦略に関する洞察を提供する。 この調査は、様々なゲームシナリオにおける将来の研究の道筋を示すだけでなく、多様性をゲームデザインと開発の重要な要素として活用しようとする業界の実践者のためのハンドブックとしても機能する。
• 参考スコア（独自算出の注目度）: 15.100151112002235
• License:
• Abstract: This survey comprehensively reviews the multi-dimensionality of game scenario diversity, spotlighting the innovative use of procedural content generation and other fields as cornerstones for enriching player experiences through diverse game scenarios. By traversing a wide array of disciplines, from affective modeling and multi-agent systems to psychological studies, our research underscores the importance of diverse game scenarios in gameplay and education. Through a taxonomy of diversity metrics and evaluation methods, we aim to bridge the current gaps in literature and practice, offering insights into effective strategies for measuring and integrating diversity in game scenarios. Our analysis highlights the necessity for a unified taxonomy to aid developers and researchers in crafting more engaging and varied game worlds. This survey not only charts a path for future research in diverse game scenarios but also serves as a handbook for industry practitioners seeking to leverage diversity as a key component of game design and development.
• Abstract（参考訳）: 本調査は,ゲームシナリオの多様性の多次元性について概観的にレビューし,ゲームシナリオを通じてプレイヤー体験を豊かにするための基盤として,プロシージャコンテンツ生成やその他の分野の革新的利用に注目した。 感情モデリングやマルチエージェントシステムから心理学研究まで,幅広い分野を横断することで,ゲームプレイと教育における多様なゲームシナリオの重要性を浮き彫りにしている。 多様性の指標と評価方法の分類を通じて、文献と実践の現在のギャップを埋め、ゲームシナリオにおける多様性の測定と統合のための効果的な戦略に関する洞察を提供することを目的としている。 我々の分析は、開発者や研究者がより魅力的で多様なゲーム世界を創造する上で、統一された分類の必要性を強調している。 この調査は、様々なゲームシナリオにおける将来の研究の道筋を示すだけでなく、多様性をゲームデザインと開発の重要な要素として活用しようとする業界の実践者のためのハンドブックとしても機能する。

関連論文リスト

• Perceptual Similarity for Measuring Decision-Making Style and Policy Diversity in Games [28.289135305943056]
  プレイスタイルとして知られる意思決定スタイルの定義と測定は、ゲームにおいて不可欠である。 本稿では,様々な状態心理学を用いたマルチスケール分析,粒度に根ざした知覚核,交差点対結合法を有効利用して精度を高めるための3つの拡張点を紹介する。 そこで本研究では,エンド・ツー・エンドのゲーム分析と,多種多様なプレイスタイルのための人工知能の進化について検討した。
  論文  参考訳（メタデータ） (2024-08-12T10:55:42Z)
• Multimodality Representation Learning: A Survey on Evolution, Pretraining and Its Applications [47.501121601856795]
  マルチモダリティ表現学習は、異なるモダリティとそれらの相関から情報を埋め込む学習手法である。 異なるモダリティからのクロスモーダル相互作用と補完情報は、高度なモデルが任意のマルチモーダルタスクを実行するために不可欠である。 本調査では,深層学習型マルチモーダルアーキテクチャの進化と拡張に関する文献を報告する。
  論文  参考訳（メタデータ） (2023-02-01T11:48:34Z)
• Automatic Image Content Extraction: Operationalizing Machine Learning in Humanistic Photographic Studies of Large Visual Archives [81.88384269259706]
  本稿では,機械学習による大規模画像アーカイブの検索と解析のための自動画像コンテンツ抽出フレームワークを提案する。 提案する枠組みは、人文科学と社会科学のいくつかの分野に適用できる。
  論文  参考訳（メタデータ） (2022-04-05T12:19:24Z)
• The Effect of Diversity in Meta-Learning [79.56118674435844]
  少ないショット学習は、少数の例から見れば、新しいタスクに対処できる表現を学習することを目的としている。 近年の研究では,タスク分布がモデルの性能に重要な役割を担っていることが示されている。 タスクの多様性がメタ学習アルゴリズムに与える影響を評価するために,多種多様なモデルとデータセットのタスク分布について検討する。
  論文  参考訳（メタデータ） (2022-01-27T19:39:07Z)
• 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)
• Meta Navigator: Search for a Good Adaptation Policy for Few-shot Learning [113.05118113697111]
  少ないショット学習は、ラベル付きデータしか持たない新しいタスクに、以前のタスクから学んだ知識を適応させることを目的としている。 少数ショット学習に関する研究文献は、大きな多様性を示し、異なるアルゴリズムは、しばしば異なる少数ショット学習シナリオで優れている。 本稿では,メタナビゲータ(Meta Navigator)について紹介する。
  論文  参考訳（メタデータ） (2021-09-13T07:20:01Z)
• Unifying Behavioral and Response Diversity for Open-ended Learning in Zero-sum Games [44.30509625560908]
  オープンエンド学習アルゴリズムでは、多様性の定義が広く受け入れられておらず、多様なポリシーの構築と評価が困難である。 行動多様性(BD)と反応多様性(RD)の両方に基づくマルチエージェントオープンエンド学習における多様性の統一尺度を提案する。 現在,多くの多様性対策が,BDやRDのカテゴリの1つに該当するが,両方ではないことを示す。 この統一された多様性尺度を用いて、オープンエンド学習における最良の応答を求める際に、対応する多様性促進目標と人口効果度を設計する。
  論文  参考訳（メタデータ） (2021-06-09T10:11:06Z)
• Modelling Behavioural Diversity for Learning in Open-Ended Games [15.978932309579013]
  ゲームにおける行動の多様性を幾何学的に解釈する。 DPP(Emphdeterminantal point process)に基づく新しい多様性指標を提案する。 多様なベストレスポンスのユニークさと、2プレイヤーゲームにおけるアルゴリズムの収束性を証明する。
  論文  参考訳（メタデータ） (2021-03-14T13:42:39Z)
• Multi-Modal Aesthetic Assessment for MObile Gaming Image [30.962059154484912]
  提案モデルは,4つのゲーム美的次元の予測において,最先端の審美的指標を著しく上回る。 我々の傾向は、様々な審美的関連次元間の相関を探求し、学習し、一般化性能をさらに向上させることである。
  論文  参考訳（メタデータ） (2021-01-27T21:48:31Z)

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。