論文の概要: SpellForger: Prompting Custom Spell Properties In-Game using BERT supervised-trained model

• arxiv url: http://arxiv.org/abs/2511.16018v1
• Date: Thu, 20 Nov 2025 03:37:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.457847
• Title: SpellForger: Prompting Custom Spell Properties In-Game using BERT supervised-trained model
• Title（参考訳）: SpellForger:BERT教師付きトレーニングモデルを用いたゲーム内カスタムスペルプロパティのプロンプト
• Authors: Emanuel C. Silva, Emily S. M. Salum, Gabriel M. Arantes, Matheus P. Pereira, Vinicius F. Oliveira, Alessandro L. Bicho,
• Abstract要約: 本稿では,SpellForgerを提案する。SpellForgerは,自然言語のプロンプトを書くことで,プレイヤーがカスタムの呪文を作成できるゲームである。 ゲームはUnity Game Engineで開発され、AIバックエンドはPythonで開発されている。
• 参考スコア（独自算出の注目度）: 35.18016233072556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Introduction: The application of Artificial Intelligence in games has evolved significantly, allowing for dynamic content generation. However, its use as a core gameplay co-creation tool remains underexplored. Objective: This paper proposes SpellForger, a game where players create custom spells by writing natural language prompts, aiming to provide a unique experience of personalization and creativity. Methodology: The system uses a supervisedtrained BERT model to interpret player prompts. This model maps textual descriptions to one of many spell prefabs and balances their parameters (damage, cost, effects) to ensure competitive integrity. The game is developed in the Unity Game Engine, and the AI backend is in Python. Expected Results: We expect to deliver a functional prototype that demonstrates the generation of spells in real time, applied to an engaging gameplay loop, where player creativity is central to the experience, validating the use of AI as a direct gameplay mechanic.
• Abstract（参考訳）: 入門: ゲームにおける人工知能の応用は大幅に進化し、動的コンテンツ生成が可能になった。 しかし、コアゲームプレイのコクリエーションツールとしての利用は未定である。 目的:本稿では,プレイヤーが自然言語のプロンプトを書いてカスタムスペルを作るゲームであるSpellForgerを提案し,パーソナライズと創造性というユニークな体験を提供することを目的としている。 方法論: このシステムはプレイヤープロンプトを解釈するために教師付きBERTモデルを使用する。 このモデルは、テキスト記述を多くのスペルプレファブの1つにマッピングし、それらのパラメータ(損害、コスト、効果)をバランスさせて、競争上の整合性を確保する。 ゲームはUnity Game Engineで開発され、AIバックエンドはPythonで開発されている。 期待結果: プレイヤーの創造性がゲームプレイの直接的なメカニックとしてのAIの使用を検証する、エンゲージメントなゲームプレイループに適用された,スペルをリアルタイムで生成する機能プロトタイプの提供を期待する。

関連論文リスト

• You Have Thirteen Hours in Which to Solve the Labyrinth: Enhancing AI Game Masters with Function Calling [35.721053667746716]
  本稿では,テーブルトップロールプレイングゲーム "Jim Henson's Labyrinth: The Adventure Game" のコンテキストにおける関数呼び出しを活用することで,AIゲームマスタを強化する新たなアプローチを提案する。 本手法は,AIゲームマスタの物語的品質と状態更新の整合性の向上を示す関数を通じてゲーム固有の制御を統合することを含む。
  論文  参考訳（メタデータ） (2024-09-11T02:03:51Z)
• 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)
• 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)
• The Ink Splotch Effect: A Case Study on ChatGPT as a Co-Creative Game Designer [2.778721019132512]
  本稿では,大規模言語モデル(LLM)がゲームデザインにおいて,より効果的でハイレベルな創造的コラボレータや「マウス」として機能するかを考察する。 私たちのゴールは、AIアシスタントが人間のデザイナーによって実現された創造的な意図と比較して、ゲームに取って代わる品質を向上、妨げ、提供できるかどうかを判断することです。
  論文  参考訳（メタデータ） (2024-03-04T20:14:38Z)
• 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)

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。