論文の概要: Future Research Avenues for Artificial Intelligence in Digital Gaming: An Exploratory Report

• arxiv url: http://arxiv.org/abs/2412.14085v1
• Date: Wed, 18 Dec 2024 17:32:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-19 16:48:31.822311
• Title: Future Research Avenues for Artificial Intelligence in Digital Gaming: An Exploratory Report
• Title（参考訳）: デジタルゲームにおける人工知能研究の道のり
• Authors: Markus Dablander,
• Abstract要約: ビデオゲームは、人工知能(AI)システムのための自然でシナジスティックなアプリケーションドメインである。 本稿では,最先端のAI手法,特にディープラーニングをデジタルゲームに適用するための5つの研究経路について概説する。
• 参考スコア（独自算出の注目度）: 0.6906005491572401
• License:
• Abstract: Video games are a natural and synergistic application domain for artificial intelligence (AI) systems, offering both the potential to enhance player experience and immersion, as well as providing valuable benchmarks and virtual environments to advance AI technologies in general. This report presents a high-level overview of five promising research pathways for applying state-of-the-art AI methods, particularly deep learning, to digital gaming within the context of the current research landscape. The objective of this work is to outline a curated, non-exhaustive list of encouraging research directions at the intersection of AI and video games that may serve to inspire more rigorous and comprehensive research efforts in the future. We discuss (i) investigating large language models as core engines for game agent modelling, (ii) using neural cellular automata for procedural game content generation, (iii) accelerating computationally expensive in-game simulations via deep surrogate modelling, (iv) leveraging self-supervised learning to obtain useful video game state embeddings, and (v) training generative models of interactive worlds using unlabelled video data. We also briefly address current technical challenges associated with the integration of advanced deep learning systems into video game development, and indicate key areas where further progress is likely to be beneficial.
• Abstract（参考訳）: ビデオゲームは、人工知能(AI)システムのための自然でシナジスティックなアプリケーションドメインであり、プレイヤーエクスペリエンスと没入性を高める可能性と、AI技術全般を前進させるための貴重なベンチマークと仮想環境を提供する。 本稿では,最先端のAI手法,特にディープラーニングを,現在の研究状況の文脈におけるデジタルゲームに適用するための,将来性のある5つの研究経路について概説する。 この研究の目的は、AIとビデオゲームの交差点における、より厳格で包括的な研究活動を刺激するかもしれない研究の方向性を奨励する、キュレートされた非実証的なリストを概説することである。 議論する i)ゲームエージェントモデリングのコアエンジンとしての大規模言語モデルの検討 (II) プロシージャゲームコンテンツ生成における神経セルオートマトンの利用 三 ディープ・サロゲート・モデリングによる計算上高価なゲーム内シミュレーションの高速化 四 自己指導型学習を活用して、有用なゲーム状態の埋め込みを得ること。 (v)ビデオデータを用いた対話型世界の生成モデルの訓練 また,ゲーム開発における先進的な深層学習システムの統合に伴う現在の技術的課題にも対処し,さらなる進歩が期待できる重要な領域を示す。

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)
• Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
  ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。 本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。 我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
  論文  参考訳（メタデータ） (2024-05-16T02:00:44Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• Beyond Reality: The Pivotal Role of Generative AI in the Metaverse [98.1561456565877]
  本稿では、生成型AI技術がMetaverseをどう形成しているかを包括的に調査する。 我々は、AI生成文字による会話インタフェースを強化しているChatGPTやGPT-3といったテキスト生成モデルの応用を探求する。 また、現実的な仮想オブジェクトを作成する上で、Point-EやLumimithmicのような3Dモデル生成技術の可能性についても検討する。
  論文  参考訳（メタデータ） (2023-07-28T05:44:20Z)
• Games for Artificial Intelligence Research: A Review and Perspectives [4.44336371847479]
  本稿では,人工知能研究のためのゲームとゲームベースのプラットフォームについてレビューする。 特定のタイプの人工知能と、適切な人工知能技術を用いて、ゲームにおける特定のニーズをテストし、マッチングするための適切なゲームとのマッチングに関するガイダンスを提供する。
  論文  参考訳（メタデータ） (2023-04-26T03:42:31Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
  AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。 データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
  論文  参考訳（メタデータ） (2022-11-27T13:07:14Z)
• Artificial Intelligence for the Metaverse: A Survey [66.57225253532748]
  まず、機械学習アルゴリズムやディープラーニングアーキテクチャを含むAIの予備と、メタバースにおけるその役割について紹介する。 次に、メタバースの可能性を秘めた6つの技術的側面に関するAIベースの手法に関する包括的調査を行う。 医療、製造業、スマートシティ、ゲームなどのAI支援アプリケーションは、仮想世界に展開するために研究されている。
  論文  参考訳（メタデータ） (2022-02-15T03:34:56Z)
• A Survey of Embodied AI: From Simulators to Research Tasks [13.923234397344487]
  ネットワークAI」の時代から「身体AI」への新たなパラダイムシフト 本稿では,最先端のAIシミュレータと研究を包括的に調査する。
  論文  参考訳（メタデータ） (2021-03-08T17:31:19Z)

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。