Fugu-MT 論文翻訳(概要): Evaluating Quality of Gaming Narratives Co-created with AI

論文の概要: Evaluating Quality of Gaming Narratives Co-created with AI

arxiv url: http://arxiv.org/abs/2509.04239v1
Date: Thu, 04 Sep 2025 14:13:42 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-05 20:21:10.182956
Title: Evaluating Quality of Gaming Narratives Co-created with AI
Title（参考訳）: AIによるゲームナラティブの品質評価
Authors: Arturo Valdivia, Paolo Burelli,
Abstract要約: 本稿では,文献や専門家の知見からストーリー品質の次元を合成し,それらがプレイヤーの満足度に与える影響を理解するために,Kanoモデルフレームワークにマッピングする。その結果、ゲーム開発者に対して、生成AIと共同でゲーム物語を作成する際の品質面の優先順位付けについて通知することができる。
参考スコア（独自算出の注目度）: 1.3320917259299652
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper proposes a structured methodology to evaluate AI-generated game narratives, leveraging the Delphi study structure with a panel of narrative design experts. Our approach synthesizes story quality dimensions from literature and expert insights, mapping them into the Kano model framework to understand their impact on player satisfaction. The results can inform game developers on prioritizing quality aspects when co-creating game narratives with generative AI.
Abstract（参考訳）: 本稿では、Delphi研究構造を物語設計専門家のパネルで活用し、AI生成したゲーム物語を評価するための構造化手法を提案する。本稿では,文献や専門家の知見からストーリー品質の次元を合成し,それらがプレイヤーの満足度に与える影響を理解するために,Kanoモデルフレームワークにマッピングする。その結果、ゲーム開発者に対して、生成AIと共同でゲーム物語を作成する際の品質面の優先順位付けについて通知することができる。

関連論文リスト

Multi-Actor Generative Artificial Intelligence as a Game Engine [49.360775442760314]
ジェネレーティブAIは、社会科学モデリングからインタラクティブな物語、AI評価に至るまで、マルチアクター環境で使用することができる。ここでは、ゲームマスター(GM)が環境に責任を持ち、プレイヤーキャラクターの自発的な行動によって直接決定されないストーリーの全ての部分を生成できるテーブルトップロールプレイングゲーム(TTRPG)からインスピレーションを得るのが良い方法であると論じる。
論文参考訳（メタデータ） (2025-07-10T22:31:09Z)
Tinker Tales: Interactive Storytelling Framework for Early Childhood Narrative Development and AI Literacy [9.415578811438992]
このフレームワークは、NFCチップ対応のポーンとトークンを通じて、AIとの有形および音声ベースのインタラクションを統合する。子どもたちは、ポーンとトークンを使用する文字、場所、アイテム、感情など、重要なストーリー要素を選択して定義する。評価のために、いくつかのゲームセッションを児童AIエージェントでシミュレーションし、生成されたストーリーの品質と安全性を評価した。
論文参考訳（メタデータ） (2025-04-17T17:47:55Z)
SCORE: Story Coherence and Retrieval Enhancement for AI Narratives [19.77258262917032]
SCOREはストーリーコヒーレンスと検索の強化のためのフレームワークである。主要なアイテムのステータスを追跡し、エピソードの要約を生成する。 TF-IDFとコサイン類似性を取り入れ、関連するエピソードを特定し、全体のストーリー構造を強化する。
論文参考訳（メタデータ） (2025-03-30T16:48:27Z)
WhatELSE: Shaping Narrative Spaces at Configurable Level of Abstraction for AI-bridged Interactive Storytelling [11.210282687859534]
WhatELSEはAIでブリッジされたINオーサリングシステムで、例題から物語可能性空間を生成する。我々は,WhatELSEによって著者が物語空間を知覚し,編集し,プレイ時に対話的な物語を生成することができることを示す。
論文参考訳（メタデータ） (2025-02-25T21:02:15Z)
Charting the Shapes of Stories with Game Theory [41.8376313099588]
我々はAIを用いて、ストーリーの構造を定量的分析が可能なゲーム理論オブジェクトとしてモデル化する。我々はシェイクスピアの有名なロメオとジュリエットに提案されたテクニックを実演する。
論文参考訳（メタデータ） (2024-12-07T21:12:16Z)
Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
論文参考訳（メタデータ） (2024-10-03T15:44:42Z)
What Makes a Good Story and How Can We Measure It? A Comprehensive Survey of Story Evaluation [57.550045763103334]
ストーリーを評価することは、他の世代の評価タスクよりも難しい場合があります。まず、テキスト・トゥ・テキスト、ビジュアル・トゥ・テキスト、テキスト・トゥ・ビジュアルといった既存のストーリーテリングタスクを要約する。本研究では,これまで開発されてきた,あるいはストーリー評価に応用可能な評価指標を整理する分類法を提案する。
論文参考訳（メタデータ） (2024-08-26T20:35:42Z)
Knowledge-Aware Bayesian Deep Topic Model [50.58975785318575]
本稿では,事前知識を階層型トピックモデリングに組み込むベイズ生成モデルを提案する。提案モデルでは,事前知識を効率的に統合し,階層的なトピック発見と文書表現の両面を改善する。
論文参考訳（メタデータ） (2022-09-20T09:16:05Z)
Deep Reinforcement Learning with Stacked Hierarchical Attention for Text-based Games [64.11746320061965]
自然言語の文脈におけるインタラクティブなシミュレーションであるテキストベースゲームの強化学習について検討する。エージェントの動作が解釈可能な推論手順によって生成され、支援されるように、意思決定のための知識グラフを用いた明示的な推論を行うことを目指している。提案手法を多数の人為的ベンチマークゲームで広範囲に評価し,本手法が既存のテキストベースエージェントよりも優れていることを示す実験結果を得た。
論文参考訳（メタデータ） (2020-10-22T12:40:22Z)

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。