論文の概要: Playsemble: Learning Low-Level Programming Through Interactive Games
- arxiv url: http://arxiv.org/abs/2602.20167v1
- Date: Mon, 09 Feb 2026 06:31:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-02 07:21:25.6382
- Title: Playsemble: Learning Low-Level Programming Through Interactive Games
- Title（参考訳）: Playsemble: インタラクティブゲームを通じて低レベルプログラミングを学ぶ
- Authors: Elliott Wen, Paul Denny, Andrew Luxton-Reilly, Sean Ma, Bruce Sham, Chenye Ni, Jun Seo, Yu Yang,
- Abstract要約: Playsembleはゲーム化された学習システムで、アセンブリ命令をインタラクティブなゲームライクなタスクに変換する。
この結果から,Playsembleは活発な実験,持続的エンゲージメント,深い概念的理解を促進することが示唆された。
- 参考スコア（独自算出の注目度）: 6.174988590679205
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Teaching assembly programming is a fundamental component of undergraduate computer science education, yet many students struggle with its abstract and low-level concepts. Existing learning tools, such as simulators and visualisers, support understanding by exposing machine states. However, they often limit students to passive observation and provide few opportunities for meaningful interaction. To address these limitations, we introduce Playsemble, a gamified learning system that transforms assembly instructions into interactive, game-like tasks in which students control Pac-Man to collect items, avoid ghosts, and reach targets. Playsemble integrates a code editor, a CPU emulator, and visual debugging tools within a browser-based environment, allowing students to work offline without installation or configuration. It also provides immediate formative feedback enhanced by large language models. We deployed Playsemble in an undergraduate computer architecture course with 107 students. The course featured a sequence of assignments of increasing complexity, covering core concepts such as register and memory manipulation, control structures including loops and conditionals, and arithmetic operations. Our findings suggest that Playsemble promotes active experimentation, sustained engagement, and deeper conceptual understanding through meaningful game-based learning experiences.
- Abstract（参考訳）: アセンブリプログラミングを教えることは、学部のコンピュータサイエンス教育の基本的な要素であるが、多くの学生は抽象的で低レベルの概念に苦慮している。
シミュレータやビジュアライザなどの既存の学習ツールは、マシン状態を公開することで理解をサポートする。
しかし、彼らはしばしば学生に受動的観察を制限し、意味のある相互作用の機会をほとんど与えない。
このような制約に対処するため,学生がPac-Manを制御してアイテムを収集し,幽霊を避け,目標に到達する,インタラクティブなゲームライクなタスクに組み立て指示を変換するゲーミフィケーション学習システムであるPlaysembleを紹介した。
Playsembleは、コードエディタ、CPUエミュレータ、およびビジュアルデバッグツールをブラウザベースの環境に統合し、学生はインストールや構成なしでオフラインで作業できる。
また、大きな言語モデルによって強化された即時形式のフィードバックも提供する。
Playsembleを107名の学生による学部のコンピュータアーキテクチャコースに展開しました。
このコースは、レジスタやメモリ操作、ループや条件を含む制御構造、算術演算といったコア概念をカバーし、複雑さを増大させる一連の課題を特徴とした。
この結果から,Playsembleはゲームベースの学習経験を通じて,積極的な実験,持続的エンゲージメント,深い概念的理解を促進することが示唆された。
関連論文リスト
- Bridging Pedagogy and Play: Introducing a Language Mapping Interface for Human-AI Co-Creation in Educational Game Design [15.064660952504129]
既存のオーサリング環境は、教育ゲームデザインの根底にある課題を取り除くものではない。
我々は、LLM支援ゲームデザインの第一インタフェースとして言語を位置づける自然言語フレームワークベースのWebツールを設計した。
我々は,教育的意図をインターフェースで明示的かつ編集可能にすることで,非専門家設計者の設計障壁を低くし,人事の批判的決定を保ち,共同創造の前後における教育とゲームプレイの整合とリフレクションを可能にする可能性を主張する。
論文 参考訳（メタデータ） (2026-03-04T02:08:32Z) - Sojourner under Sabotage: A Serious Testing and Debugging Game [9.856068089918555]
Sojourner under Sabotageはブラウザベースの真剣なゲームで、教育と没入的なストーリーラインを融合させる。
79人の学生による研究は、ゲームがモチベーション、エンゲージメント、スキル開発を促進する強力なツールであることを実証している。
論文 参考訳（メタデータ） (2025-04-27T16:05:10Z) - Playpen: An Environment for Exploring Learning Through Conversational Interaction [84.0413820245725]
本研究は,対話ゲームが学習のフィードバック信号の源として機能するかどうかを考察する。
本稿では,対話ゲームによるオフラインおよびオンライン学習環境であるPlaypenを紹介する。
SFTによる模倣学習は、目に見えないインスタンスのパフォーマンスを向上させるが、他のスキルに悪影響を及ぼす。
論文 参考訳（メタデータ） (2025-04-11T14:49:33Z) - Inclusive STEAM Education: A Framework for Teaching Cod-2 ing and Robotics to Students with Visually Impairment Using 3 Advanced Computer Vision [0.0]
本稿では,事前構築したロボットと,迷路解決技術などのアルゴリズムを,アクセス可能な学習環境内で活用する枠組みを提案する。
提案システムでは、コントラスト言語画像事前学習(CLIP)を用いて、グローバルカメラキャプチャーされた迷路レイアウトを処理する。
学生は、CLIPを通じて洗練された音声コマンドを発行する一方、ロボット搭載ステレオカメラは、同時SLAMで処理されるリアルタイムデータを提供する。
論文 参考訳（メタデータ） (2025-03-06T17:15:12Z) - ClawMachine: Learning to Fetch Visual Tokens for Referential Comprehension [71.03445074045092]
我々はClawMachineを提案し、視覚トークンのグループのトークン集合を用いて各エンティティに明示的に通知する新しい方法論を提案する。
追加構文を用いることなく視覚的参照タスクのプロンプトと応答を統一する手法を提案する。
ClawMachineは、高い効率でシーンレベルおよび参照理解タスクにおいて優れたパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-06-17T08:39:16Z) - Learning of Generalizable and Interpretable Knowledge in Grid-Based
Reinforcement Learning Environments [5.217870815854702]
本稿では,強化学習ポリシーを模倣するプログラム合成を提案する。
我々は,グリッド環境における概念学習に最先端のプログラム合成システムDreamCoderを適用した。
論文 参考訳（メタデータ） (2023-09-07T11:46:57Z) - Embodied Concept Learner: Self-supervised Learning of Concepts and
Mapping through Instruction Following [101.55727845195969]
本研究では,対話型3D環境におけるEmbodied Learner Concept (ECL)を提案する。
ロボットエージェントは視覚概念をグラウンディングし、セマンティックマップを構築し、タスクを完了させるためにアクションを計画することができる。
ECLは完全に透明で、長期計画において段階的に解釈可能である。
論文 参考訳（メタデータ） (2023-04-07T17:59:34Z) - Language-Driven Representation Learning for Robotics [115.93273609767145]
ロボット工学における視覚表現学習の最近の研究は、日々の作業を行う人間の大規模なビデオデータセットから学ぶことの可能性を実証している。
人間のビデオやキャプションから言語による表現学習を行うためのフレームワークを提案する。
我々は、Voltronの言語駆動学習が、特に高レベル制御を必要とするターゲット問題において、先行技術よりも優れていることを発見した。
論文 参考訳（メタデータ） (2023-02-24T17:29:31Z) - Orbit: A Unified Simulation Framework for Interactive Robot Learning
Environments [38.23943905182543]
NVIDIA Isaac Simによるロボット学習のための統一的でモジュール化されたフレームワークOrbitを紹介する。
写真リアリスティックなシーンと高忠実度剛性で変形可能なボディシミュレーションを備えたロボット環境を構築するためのモジュラーデザインを提供する。
我々は,表現学習,強化学習,模倣学習,タスク・アンド・モーション・プランニングなど,さまざまな研究領域を支援することを目的としている。
論文 参考訳（メタデータ） (2023-01-10T20:19:17Z) - 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) - Learning to Simulate Dynamic Environments with GameGAN [109.25308647431952]
本稿では,エージェントが環境と対話するのを見ることでシミュレーターを学習することを目的とする。
ゲームGANは,学習中にスクリーンプレイやキーボード操作を取り入れることで,所望のゲームを視覚的に模倣することを学習する生成モデルである。
論文 参考訳（メタデータ） (2020-05-25T14:10:17Z)
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。