論文の概要: Seeding for Success: Skill and Stochasticity in Tabletop Games
- arxiv url: http://arxiv.org/abs/2503.02686v1
- Date: Tue, 04 Mar 2025 14:58:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-05 19:19:30.272120
- Title: Seeding for Success: Skill and Stochasticity in Tabletop Games
- Title（参考訳）: 成功を願う - 卓上ゲームにおけるスキルと確率性
- Authors: James Goodman, Diego Perez-Liebana, Simon Lucas,
- Abstract要約: ゲームはしばしば、サイコロやシャッフルカードデッキの形でランダム要素を組み込む。
このランダム性は、プレイヤーの経験や遭遇した様々なゲーム状況に重要な貢献をする。
ゲームが面白く、ゲームのプレイヤの楽しみに寄与するランダム性のレベルと、結果自体が効果的にランダムであり、ゲームが退屈になるレベルとの間には緊張関係がある。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Games often incorporate random elements in the form of dice or shuffled card decks. This randomness is a key contributor to the player experience and the variety of game situations encountered. There is a tension between a level of randomness that makes the game interesting and contributes to the player enjoyment of a game, and a level at which the outcome itself is effectively random and the game becomes dull. The optimal level for a game will depend on the design goals and target audience. We introduce a new technique to quantify the level of randomness in game outcome and use it to compare 15 tabletop games and disentangle the different contributions to the overall randomness from specific parts of some games. We further explore the interaction between game randomness and player skill, and how this innate randomness can affect error analysis in common game experiments.
- Abstract（参考訳）: ゲームはしばしば、サイコロやシャッフルカードデッキの形でランダム要素を組み込む。
このランダム性は、プレイヤーの経験や遭遇した様々なゲーム状況に重要な貢献をする。
ゲームが面白く、ゲームのプレイヤの楽しみに寄与するランダム性のレベルと、結果自体が効果的にランダムであり、ゲームが退屈になるレベルとの間には緊張関係がある。
ゲームの最適レベルは、設計目標とターゲットオーディエンスに依存します。
本稿では,ゲーム結果のランダム性レベルを定量化し,それを15のテーブルトップゲームと比較し,ゲーム内の特定の部分から全体ランダム性への様々な貢献を解消する手法を提案する。
さらに、ゲームランダム性とプレイヤスキルの相互作用について検討し、この自然ランダム性が共通のゲーム実験におけるエラー解析にどう影響するかを考察する。
関連論文リスト
- Correcting Subverted Random Oracles [55.4766447972367]
簡単な構成は、少数の入力で元のものと矛盾する「反転」ランダムオラクルを、ランダム関数から微分不可能な対象に変換することができることを証明している。
この結果から, 暗号プリミティブの設計者は, 通常のクリプトグラフィ設定で, ランダムなオラクルを信頼できるブラックボックスとして使用することができる。
論文 参考訳（メタデータ） (2024-04-15T04:01:50Z) - Evolutionary Tabletop Game Design: A Case Study in the Risk Game [0.1474723404975345]
本研究は、テーブルトップゲームに対するアプローチの拡張を提案し、リスクの変種を生成することによってプロセスを評価する。
我々は、選択したパラメータを進化させる遺伝的アルゴリズムと、ゲームをテストするルールベースのエージェントを用いてこれを達成した。
結果は、より小さなマップを持つオリジナルゲームの新たなバリエーションが作成され、結果としてより短いマッチとなることを示している。
論文 参考訳（メタデータ） (2023-10-30T20:53:26Z) - Optimisation of MCTS Player for The Lord of the Rings: The Card Game [0.0]
本稿では,モンテカルロツリーサーチ(MCTS)手法を用いて,人気カードゲーム「指輪のロード」の人工プレイヤーを作成する研究について述べる。
論文 参考訳（メタデータ） (2021-09-24T14:42:32Z) - Conditions that enable a player to surely win in sequential quantum
games [0.0]
本稿では,プレーヤの動きが単なる平集合ではなく群から引き出されるという仮定の下で,シーケンシャルな量子ゲームについて検討する。
本論文の主な結論は,ゲーム固有のルールが絶対的に重要であることである。
論文 参考訳（メタデータ） (2021-06-13T15:16:31Z) - Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。
品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。
その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
論文 参考訳（メタデータ） (2021-04-17T20:33:24Z) - On the Power of Refined Skat Selection [1.3706331473063877]
Skatは魅力的なカードゲームで、現代のAIシステムの本質的な課題の多くを示しています。
洗練されたskat評価機能に基づくハードエキスパートルールとスコアリング関数を提案する。
実験では、精巧なskat pingアルゴリズムがボットの演奏性能に与える影響を強調した。
論文 参考訳（メタデータ） (2021-04-07T08:54:58Z) - Mixed Nash Equilibria in the Adversarial Examples Game [18.181826693937776]
本稿では,ゲーム理論的な観点からの敵対的例の問題に取り組む。
攻撃者および分類者によって形成されるゼロサムゲームにおける混合ナッシュ平衡の存在のオープンな問題を検討する。
論文 参考訳（メタデータ） (2021-02-13T11:47:20Z) - Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies
in Extensive-Form Zero-Sum Games [123.76716667704625]
我々は,不完全情報ゼロサム拡張形式ゲームにおいて,対戦相手と対決する2人の選手のチームにとって最適な戦略を見つけることの課題に焦点をあてる。
この設定では、チームができる最善のことは、ゲーム開始時の関節(つまり相関した)確率分布から潜在的にランダム化された戦略(プレイヤー1人)のプロファイルをサンプリングすることである。
各プロファイルにランダム化されるのはチームメンバーの1人だけであるプロファイルのみを用いることで、そのような最適な分布を計算するアルゴリズムを提供する。
論文 参考訳（メタデータ） (2020-09-21T17:51:57Z) - 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) - Learning to Play Sequential Games versus Unknown Opponents [93.8672371143881]
学習者が最初にプレーするゲームと、選択した行動に反応する相手との連続的なゲームについて考察する。
対戦相手の対戦相手列と対戦する際,学習者に対して新しいアルゴリズムを提案する。
我々の結果には、相手の反応の正則性に依存するアルゴリズムの後悔の保証が含まれている。
論文 参考訳（メタデータ） (2020-07-10T09:33:05Z) - Efficient exploration of zero-sum stochastic games [83.28949556413717]
ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。
限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。
私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
論文 参考訳（メタデータ） (2020-02-24T20:30:38Z)
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。