論文の概要: Generating Novelty in Open-World Multi-Agent Strategic Board Games
- arxiv url: http://arxiv.org/abs/2507.03802v1
- Date: Fri, 04 Jul 2025 20:44:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:34.88385
- Title: Generating Novelty in Open-World Multi-Agent Strategic Board Games
- Title（参考訳）: オープンワールドマルチエージェント戦略ボードゲームにおける新規性の生成
- Authors: Mayank Kejriwal, Shilpa Thomas,
- Abstract要約: GNOMEは、新規性に直面した場合に、マルチエージェントAIシステムの有効性をテストするために設計された実験用プラットフォームである。
Web GUIを使用して、GNOMEは先日のNeurIPS 2020で、モノポリー(Monopoly)というゲームを使用して、AIの堅牢性に関するオープンな議論を促進するデモが行われた。
- 参考スコア（独自算出の注目度）: 2.9312156642007294
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We describe GNOME (Generating Novelty in Open-world Multi-agent Environments), an experimental platform that is designed to test the effectiveness of multi-agent AI systems when faced with \emph{novelty}. GNOME separates the development of AI gameplaying agents with the simulator, allowing \emph{unanticipated} novelty (in essence, novelty that is not subject to model-selection bias). Using a Web GUI, GNOME was recently demonstrated at NeurIPS 2020 using the game of Monopoly to foster an open discussion on AI robustness and the nature of novelty in real-world environments. In this article, we further detail the key elements of the demonstration, and also provide an overview of the experimental design that is being currently used in the DARPA Science of Artificial Intelligence and Learning for Open-World Novelty (SAIL-ON) program to evaluate external teams developing novelty-adaptive gameplaying agents.
- Abstract（参考訳）: GNOME (Generating Novelty in Open-world Multi-Adnt Environments) は,「emph{novelty}」に直面した場合に,マルチエージェントAIシステムの有効性をテストする実験用プラットフォームである。
GNOMEはAIゲームプレイングエージェントの開発をシミュレータと区別し、'emph{unforecipated}ノベルティ(本質的にはモデル選択バイアスの対象ではないノベルティ)を可能にする。
Web GUIを使用して、GNOMEは先日のNeurIPS 2020で、モノポリー(Monopoly)というゲームを使用して、現実の環境におけるAIの堅牢性とノベルティの性質に関するオープンな議論を促進するデモが行われた。
本稿では,実験の重要要素をさらに詳しく述べるとともに,現在DARPAのオープンワールドノベルティのための人工知能・学習プログラム(SAIL-ON)で使用されている実験設計の概要について述べる。
関連論文リスト
- Assessing Adaptive World Models in Machines with Novel Games [77.94506923046423]
我々は、迅速な適応は、環境の内部表現の効率的な構築と洗練と結びついていると論じる。
人工知能における世界モデルの現在の理解と評価は依然として狭いままである。
そこで本研究では,真で深みがあり,常にリフレッシュするノベルティを持つ,慎重に設計されたゲームスイートをベースとした,新たなベンチマークパラダイムを提案する。
論文 参考訳（メタデータ） (2025-07-17T06:28:14Z) - ScreenExplorer: Training a Vision-Language Model for Diverse Exploration in Open GUI World [11.401732438387704]
視覚言語モデル(VLM)に基づく既存のGUIエージェントは、しばしば新しい環境への一般化に失敗する。
ScreenExplorerは、グループ相対ポリシー最適化(GRPO)を介して訓練された、リアルタイム、動的、そしてオープンなGUI環境でのVLMである。
また,世界モデルに基づく好奇心報酬関数を導入し,エージェントが探索のコールドスタートフェーズを克服する手助けをする。
論文 参考訳（メタデータ） (2025-05-25T11:13:03Z) - BookWorld: From Novels to Interactive Agent Societies for Creative Story Generation [60.53187087043975]
BookWorldは、書籍ベースのマルチエージェント社会の構築とシミュレーションを行うシステムである。
BookWorldはストーリー生成、インタラクティブゲーム、ソーシャルシミュレーションを含む多様なアプリケーションを可能にする。
論文 参考訳（メタデータ） (2025-04-20T08:56:27Z) - Amorphous Fortress Online: Collaboratively Designing Open-Ended Multi-Agent AI and Game Environments [1.8802008255570535]
Amorphous Fortress OnlineはWebベースのプラットフォームで、ペトリディッシュのような環境や、マルチエージェントAIキャラクタで構成されるゲームを設計できる。
ユーザーは、顕微鏡的だが透明な有限状態マシンエージェントで構成される人工生命とゲーム環境をプレイ、作成、共有することができる。
論文 参考訳（メタデータ） (2025-02-08T16:25:52Z) - OpenWebVoyager: Building Multimodal Web Agents via Iterative Real-World Exploration, Feedback and Optimization [66.22117723598872]
マルチモーダルWebエージェントの開発を容易にするために設計されたオープンソースフレームワークを紹介する。
まず、基本モデルを模倣学習で訓練し、基礎能力を得る。
次に、エージェントにオープンウェブを探索させ、その軌道に関するフィードバックを収集する。
論文 参考訳（メタデータ） (2024-10-25T15:01:27Z) - GRUtopia: Dream General Robots in a City at Scale [65.08318324604116]
本稿では,各種ロボットを対象とした対話型3D社会「GRUtopia」について紹介する。
GRScenesには100万のインタラクティブな微妙な注釈付きシーンが含まれており、都市規模の環境に自由に組み合わせることができる。
GRResidentsはLarge Language Model (LLM)によって駆動されるNon-Player Character (NPC)システムである。
論文 参考訳（メタデータ） (2024-07-15T17:40:46Z) - Scaling Instructable Agents Across Many Simulated Worlds [70.97268311053328]
私たちのゴールは、シミュレーションされた3D環境で人間ができることを何でも達成できるエージェントを開発することです。
我々のアプローチは、最小限の仮定を示唆しながら、言語駆動の一般性に焦点を当てている。
我々のエージェントは、汎用的なヒューマンライクなインタフェースを使って、リアルタイムで環境と対話する。
論文 参考訳（メタデータ） (2024-03-13T17:50:32Z) - Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。
我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文 参考訳（メタデータ） (2024-01-07T19:11:18Z) - NovelGym: A Flexible Ecosystem for Hybrid Planning and Learning Agents
Designed for Open Worlds [18.53489803464924]
NovelGymはグリッドワールド環境をシミュレートするフレキシブルなエコシステムである。
オープンワールドにおける強化学習(RL)とハイブリッド計画および学習エージェントのベンチマークのための堅牢なプラットフォームとして機能する。
論文 参考訳（メタデータ） (2024-01-07T17:13:28Z) - LARP: Language-Agent Role Play for Open-World Games [19.80040627487576]
Language Agent for Role-Playing (LARP)は、メモリ処理と意思決定アシスタントを含む認知アーキテクチャである。
このフレームワークは、ユーザとエージェント間のインタラクションを洗練し、ユニークなバックグラウンドとパーソナリティで事前に定義する。
エンターテイメント、教育、様々なシミュレーションシナリオなど、さまざまな分野における言語モデルの多彩な利用を強調している。
論文 参考訳（メタデータ） (2023-12-24T10:08:59Z) - Novelty Accommodating Multi-Agent Planning in High Fidelity Simulated Open World [7.821603097781892]
我々は、予期せぬ現象、すなわちテクストノベルティが環境中に現れるときに生じる課題に対処する。
環境への新規性の導入は、プランナーの内部モデルに不正確な結果をもたらす可能性がある。
本稿では,同時動作と外部スケジューリングをサポートするための汎用AIエージェントフレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-22T03:44:04Z) - Human in the Loop Novelty Generation [2.320417845168326]
新規性を生成するためにドメイン依存の人間指導を必要としない環境の抽象モデルを用いた新規性生成の新しいアプローチを導入する。
本稿では,オープンソースノベルティ生成ライブラリを用いたHuman-in-the-Loopのノベルティ生成プロセスについて述べる。
以上の結果から,モノポリードメインとビズドゥームドメインの両方において,新規性を4時間以内で開発,実装,テスト,修正できるHuman-in-the-Loop方式が得られた。
論文 参考訳（メタデータ） (2023-06-07T22:30:27Z)
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。