論文の概要: SpaceRaceEdu: developing an educational multi-player videogame for self-study and assessment

• arxiv url: http://arxiv.org/abs/2410.13875v1
• Date: Wed, 02 Oct 2024 14:50:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-27 06:14:46.991390
• Title: SpaceRaceEdu: developing an educational multi-player videogame for self-study and assessment
• Title（参考訳）: SpaceRaceEdu: 自己学習と評価のための教育用マルチプレイヤービデオゲームの開発
• Authors: Juan Jesús Roldán Gómez, Cristina Alonso Fernández, Carlos Aguirre Maeso,
• Abstract要約: SpaceRaceEduは、ソーシャルで教育的な性質を持つマルチプレイヤーゲームである。 教員が訓練・評価活動として、学生が学習・評価のツールとして利用することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The teaching innovation project SpaceRaceEdu: development of an educational multiplayer video game for self-study and self-assessment has been carried out under the INNOVA call of the Autonomous University of Madrid during the 2022-2023 academic year. In this project, a functional prototype of SpaceRaceEdu has been developed: a multiplayer video game with a social and educational nature, which can be used both by teachers as a training and evaluation activity and by students as a tool for study and evaluation. In SpaceRaceEdu, several student teams try to launch a rocket before everyone else. To meet this objective, they must gather a series of resources by going through a scenario and answering questions of different types. The teachers can introduce these questions according to the contents of their subject. The videogame balances competition and cooperation to promote participation and learning. Competition occurs between teams who strive to answer all their questions correctly before their rivals. In contrast, cooperation occurs between students on the same team who can organize and support each other to be more effective.
• Abstract（参考訳）: 教育イノベーションプロジェクトSpaceRaceEdu: 自己学習と自己評価のための教育用マルチプレイヤーゲームの開発は、2022-2023年度にマドリード自治大学がINNOVAに呼び掛けた。 本研究では,教師が学習・評価活動として,学生が学習・評価のツールとして使用できる,社会的・教育的なマルチプレイヤーゲームであるSpaceRaceEduの機能プロトタイプを開発した。 SpaceRaceEduでは、何人かの学生チームがみんなの前でロケットを打ち上げようとしている。 この目標を達成するには、シナリオを通過して、さまざまなタイプの質問に答えることで、一連のリソースを収集する必要があります。 教師は、その内容に応じてこれらの質問を紹介することができる。 ビデオゲームは、参加と学習を促進するために競争と協力のバランスをとる。 競争は、ライバルの前にすべての質問に正しく答えようとするチーム間で起こります。 対照的に、同じチームの学生の間で協力関係が生まれ、お互いを組織化し、より効果的に支援できる。

関連論文リスト

• FemQuest -- An Interactive Multiplayer Game to Engage Girls in Programming [0.9383920721490117]
  本稿では,女子の3Dゲーム環境をモチベーションに利用したマルチプレイヤーゲームについて述べる。 ワークショップ評価では,女子235名,コーチ50名,ゲーム内分析では20名であった。
  論文  参考訳（メタデータ） (2024-07-04T08:42:22Z)
• Stimulate the Potential of Robots via Competition [60.69068909395984]
  本稿では,個々のロボットが競技者から知識を得るのに役立つ,競争力のある学習フレームワークを提案する。 具体的には、競合相手間の競合情報を、有利な行動を学ぶための補助信号として導入する。 さらに,Multiagent-Race環境を構築し,競争環境において訓練されたロボットが,単一ロボット環境でのSoTAアルゴリズムで訓練されたロボットよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-15T17:21:39Z)
• E-polis: A serious game for the gamification of sociological surveys [55.2480439325792]
  E-polisは、若者の理想的な社会に関する意見を研究するための社会学的調査をゲーミフィケーションする真剣なゲームである。 このゲームは、社会正義や経済発展などの様々なトピックに関するデータを収集したり、市民のエンゲージメントを促進するために使用することができる。
  論文  参考訳（メタデータ） (2023-11-01T18:25:13Z)
• Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
  本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。 ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。 我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
  論文  参考訳（メタデータ） (2023-07-19T18:19:23Z)
• Stimulating student engagement with an AI board game tournament [0.0]
  本稿では,2年生にボードゲームに適用した検索手法の紹介を行うプロジェクトベース・コンペティションベースの学士課程について紹介する。 2人のグループがネットワークプログラミングとAIメソッドを使用して、今年のボードゲームトーナメントに出場するためにAIエージェントを構築する必要があります。
  論文  参考訳（メタデータ） (2023-04-22T11:22:00Z)
• TiZero: Mastering Multi-Agent Football with Curriculum Learning and Self-Play [19.98100026335148]
  TiZeroは、スクラッチから学習する自己進化型マルチエージェントシステムである。 これは、Google Research Footballの環境において、これまでのシステムよりはるかに優れている。
  論文  参考訳（メタデータ） (2023-02-15T08:19:18Z)
• Hidden Agenda: a Social Deduction Game with Diverse Learned Equilibria [57.74495091445414]
  社会的推論ゲームは、個人が他人に関する潜在的に信頼できない情報を合成する方法を学ぶための道を提供する。 本研究では,未知のチームアライメントのシナリオにおいて,学習エージェントを研究するための2D環境を提供する2チームソーシャル推論ゲームであるHidden Agendaを紹介する。 Hidden Agendaで訓練された強化学習エージェントは、自然言語でのコミュニケーションを必要とせずに、協力や投票など、さまざまな行動を学ぶことができることを示した。
  論文  参考訳（メタデータ） (2022-01-05T20:54:10Z)
• Co-Creating Educational Project Management Board Games to Enhance Student Engagement [0.0]
  本稿では,Project Managementの学生が2つの共同制作ワークショップに参加したケーススタディを提案する。 データは2つのワークショップの最後にフォーカスグループによって収集された。 メンタブルな成果には、エンゲージメントの強化など、共同創造型ゲームベースの学習活動の肯定的な特徴と、そのような活動を促進する上での課題のリストが含まれる。
  論文  参考訳（メタデータ） (2021-03-27T22:28:12Z)
• NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge [105.27989489105865]
  本稿では,TEAM CoSTARが開発したアルゴリズム,ハードウェア,ソフトウェアアーキテクチャについて述べる。 NeBula (Networked Belief-Aware Perceptual Autonomy) と呼ばれる当社の自律的ソリューションを紹介します。
  論文  参考訳（メタデータ） (2021-03-21T19:42:26Z)
• Designing a mobile game to generate player data -- lessons learned [2.695466667982714]
  同様のプロジェクトのガイダンスを使わずにモバイルゲームを開発した。 ゲームバランシングとシステムシミュレーションの研究は、実験的なケーススタディを必要とした。 RPGの制作において、我々は研究目的で効果的なアマチュアゲーム開発について一連の教訓を学んだ。
  論文  参考訳（メタデータ） (2021-01-18T16:16:58Z)
• 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。