論文の概要: Game Plot Design with an LLM-powered Assistant: An Empirical Study with Game Designers

• arxiv url: http://arxiv.org/abs/2411.02714v1
• Date: Tue, 05 Nov 2024 01:26:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-06 15:01:09.031481
• Title: Game Plot Design with an LLM-powered Assistant: An Empirical Study with Game Designers
• Title（参考訳）: LLMを利用したゲームスロット設計 : ゲームデザイナによる実証的研究
• Authors: Seyed Hossein Alavi, Weijia Xu, Nebojsa Jojic, Daniel Kennett, Raymond T. Ng, Sudha Rao, Haiyan Zhang, Bill Dolan, Vered Shwartz,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 29.54980724240688
• License:
• Abstract: We introduce GamePlot, an LLM-powered assistant that supports game designers in crafting immersive narratives for turn-based games, and allows them to test these games through a collaborative game play and refine the plot throughout the process. Our user study with 14 game designers shows high levels of both satisfaction with the generated game plots and sense of ownership over the narratives, but also reconfirms that LLM are limited in their ability to generate complex and truly innovative content. We also show that diverse user populations have different expectations from AI assistants, and encourage researchers to study how tailoring assistants to diverse user groups could potentially lead to increased job satisfaction and greater creativity and innovation over time.
• Abstract（参考訳）: 我々は,ゲームデザイナーがターンベースのゲームのための没入型物語を制作するのを支援する,LLMベースのアシスタントであるGamePlotを紹介し,協調ゲームプレイを通じてこれらのゲームをテストし,プロセス全体を通してプロットを洗練させる。 14人のゲームデザイナによるユーザスタディでは、生成したゲームプロットに対する満足度の高さと物語に対する所有権感の両方が示されていますが、LLMが複雑で真に革新的なコンテンツを生成する能力に制限されていることも再確認しています。 また、多様なユーザー人口がAIアシスタントと異なる期待を持っていることを示し、研究者が多様なユーザーグループにアシスタントをカスタマイズすることで、仕事の満足度が向上し、時間とともに創造性やイノベーションが向上する可能性について研究するよう促している。

関連論文リスト

• 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)
• A Survey on Large Language Model-Based Game Agents [9.892954815419452]
  ゲームエージェントの開発は、人工知能(AGI)に進む上で重要な役割を担っている 本稿では, LLMをベースとしたゲームエージェントについて, 総合的な視点から概観する。
  論文  参考訳（メタデータ） (2024-04-02T15:34:18Z)
• The Ink Splotch Effect: A Case Study on ChatGPT as a Co-Creative Game Designer [2.778721019132512]
  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。
  論文  参考訳（メタデータ） (2024-03-04T20:14:38Z)
• Let's Think Outside the Box: Exploring Leap-of-Thought in Large Language Models with Creative Humor Generation [96.0573187419543]
  Chain-of-Thought(CoT)は、大きな言語モデルをステップバイステップで推論し、その論理的推論能力を動機付ける。 大規模言語モデル(LLM)におけるLeap-of-Thought(LoT)能力について検討する。 LoTは、強い結びつきと知識の飛躍を含む、シークエンシャルで創造的なパラダイムである。
  論文  参考訳（メタデータ） (2023-12-05T02:41:57Z)
• 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)
• SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
  我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。 実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。 我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
  論文  参考訳（メタデータ） (2023-05-24T18:14:35Z)
• Leveraging Cluster Analysis to Understand Educational Game Player Experiences and Support Design [3.07869141026886]
  教育ゲームデザイナが観客のプレイスタイルを理解する能力は、ゲームデザインを改善する上で不可欠なツールである。 我々は,データクラスタリングのベストプラクティスを用いて,小さな教育ゲームスタジオ内での使用が可能な,シンプルで再利用可能なプロセスを提案する。
  論文  参考訳（メタデータ） (2022-10-18T14:51:15Z)
• 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)
• An Empirical Study on the Generalization Power of Neural Representations Learned via Visual Guessing Games [79.23847247132345]
  本研究は,視覚質問応答(VQA)のような新しいNLP下流タスクにおいて,後から実行を依頼されたとき,人工エージェントが推測ゲームでどの程度の利益を得ることができるかを検討する。 提案手法は,1) エージェントがうまく推理ゲームを模倣することを学習する教師あり学習シナリオ,2) エージェントが単独でプレイする新しい方法,すなわち,反復経験学習(SPIEL)によるセルフプレイ(Self-play)を提案する。
  論文  参考訳（メタデータ） (2021-01-31T10:30:48Z)
• 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)

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。