論文の概要: Simulating Virtual Players for UNO without Computers

• arxiv url: http://arxiv.org/abs/2502.05987v1
• Date: Sun, 09 Feb 2025 18:37:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-11 14:28:59.297220
• Title: Simulating Virtual Players for UNO without Computers
• Title（参考訳）: コンピュータのないUNO用仮想プレイヤーのシミュレーション
• Authors: Suthee Ruangwises, Kazumasa Shinagawa,
• Abstract要約: 物理カードのみを用いて仮想プレイヤーをシミュレートするプロトコルを提案する。 本プロトコルでは,各仮想プレーヤーの手からランダムにプレーする有効なカードを選択することができる。 このプロトコルは、他のターンベースのカードやタイルゲームにおける仮想プレイヤーのシミュレートにも適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: UNO is a popular multiplayer card game. In each turn, a player has to play a card in their hand having the same number or color as the most recently played card. When having few people, adding virtual players to play the game can easily be done in UNO video games. However, this is a challenging task for physical UNO without computers. In this paper, we propose a protocol that can simulate virtual players using only physical cards. In particular, our protocol can uniformly select a valid card to play from each virtual player's hand at random, or report that none exists, without revealing the rest of its hand. The protocol can also be applied to simulate virtual players in other turn-based card or tile games where each player has to select a valid card or tile to play in each turn.
• Abstract（参考訳）: UNOは人気のあるマルチプレイヤーカードゲームである。 各ターンでプレイヤーは、最近プレイされたカードと同じ数または色を持つカードを手札でプレイしなければならない。 少人数の場合、ゲームに仮想プレイヤーを追加することは、UNOビデオゲームで簡単に行える。 しかし、これはコンピュータのない物理UNOにとって難しい課題である。 本稿では,物理カードのみを用いて仮想プレイヤーをシミュレートするプロトコルを提案する。 特に,本プロトコルでは,各仮想プレイヤーの手からランダムにプレーする有効なカードを選択することができる。 このプロトコルは、各プレイヤーが各ターンでプレイする有効なカードまたはタイルを選択する必要がある他のターンベースのカードまたはタイルゲームにおける仮想プレイヤーのシミュレートにも適用することができる。

関連論文リスト

• People use fast, goal-directed simulation to reason about novel games [71.0171482296852]
  シンプルなが斬新なConnect-Nスタイルのボードゲームについて、人々がどう考えるかを研究する。 ゲームがどんなに公平か、そしてどんなに楽しいのかを、ごくわずかな経験から判断するよう、私たちは人々に求めます。
  論文  参考訳（メタデータ） (2024-07-19T07:59:04Z)
• 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)
• Entangling capabilities and unitary quantum games [1.8416014644193066]
  我々は、同じ多体量子レジスタ上で交互に作用する2つの競合するプレイヤー間のゲームのクラスを考える。 このタイプのゼロサムゲームは、両方のプレイヤーがレジスタの同じ部分を絡めることができれば、明確な第2のムーバーの利点がある。 しかし、第1のプレイヤーが第2のプレイヤーよりも多くの量子ビットを絡めることができれば(これは量子的優位性(quantum advantage)と呼ばれる)、第2のムーバー優位性は著しく低下する。
  論文  参考訳（メタデータ） (2023-08-18T16:49:34Z)
• Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion Models [68.85478477006178]
  ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。 ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。 私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。 提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
  論文  参考訳（メタデータ） (2023-03-23T17:43:17Z)
• WinoGAViL: Gamified Association Benchmark to Challenge Vision-and-Language Models [91.92346150646007]
  本研究では,視覚・言語関係を収集するオンラインゲームであるWinoGAViLを紹介する。 私たちはこのゲームを使って3.5Kのインスタンスを収集し、それらが人間には直感的だが最先端のAIモデルには挑戦的であることを発見した。 我々の分析とプレイヤーからのフィードバックは、収集された協会が多様な推論スキルを必要とすることを示している。
  論文  参考訳（メタデータ） (2022-07-25T23:57:44Z)
• Evolving Evaluation Functions for Collectible Card Game AI [1.370633147306388]
  本研究は,機能ベースゲーム評価機能の進化における2つの重要な側面について述べる。 ゲノム表現の選択とモデルをテストするために使用される相手の選択について検討した。 私たちは、戦略カードゲームAIコンペティションで使用されるプログラミングゲーム、Regends of Code and Magicで実験をエンコードしました。
  論文  参考訳（メタデータ） (2021-05-03T18:39:06Z)
• TotalBotWar: A New Pseudo Real-time Multi-action Game Challenge and Competition for AI [62.997667081978825]
  TotalBotWarは、ゲームAIのための新しい擬似リアルタイムマルチアクションチャレンジだ。 ゲームはTotalWarのゲームシリーズに基づいており、プレイヤーは敵のゲームに勝つために軍隊を管理する。
  論文  参考訳（メタデータ） (2020-09-18T09:13:56Z)
• Automatic Player Identification in Dota 2 [0.0]
  Dota 2のプレイヤーを識別するための機械学習手法を提案する。 我々は,マッチリプレイから抽出したマウスの動き,ゲーム内統計,ゲーム戦略に関するデータを利用する。 2つの異なる試合が同じプレイヤーによってプレイされたかどうかを予測する問題に対して,95%の予測精度が得られる。
  論文  参考訳（メタデータ） (2020-08-27T22:58:01Z)
• Suphx: Mastering Mahjong with Deep Reinforcement Learning [114.68233321904623]
  我々は、新たに導入されたいくつかの技術を用いた深層強化学習に基づいて、Suphxという名のマフジョンのためのAIを設計する。 Suphxは、安定したランクの点で、ほとんどのトップの人間プレイヤーよりも強いパフォーマンスを示している。 コンピュータプログラムがマヒョンで最上位の人間プレイヤーを上回るのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-03-30T16:18:16Z)
• StarAI: Reducing incompleteness in the game of Bridge using PLP [0.0]
  ブリッジはトリックテイクカードゲームであり、各プレイヤーがカードを見るだけである。 戦略を選択するためには、プレイヤーが他のプレイヤーの手に隠されたカードに関する情報を集める必要がある。 本稿では,確率論理プログラミングを用いてブリッジにおけるカードプレイの一部をモデル化する手法を提案する。
  論文  参考訳（メタデータ） (2020-01-22T18:27:51Z)
• Evolutionary Approach to Collectible Card Game Arena Deckbuilding using Active Genes [1.027974860479791]
  アリーナゲームモードでは、各試合に先立って、プレイヤーは以前知らなかった選択肢から1枚ずつデッキ選択カードを組み立てなければならない。 そこで本研究では,遺伝子型の世代別サブシーケンスのみに対する演算子の範囲を減らすために,活性遺伝子の概念を用いた進化的アルゴリズムの変種を提案する。
  論文  参考訳（メタデータ） (2020-01-05T22:46:08Z)

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。