論文の概要: Neuromorphic Control for 3D Navigation in Minecraft Using Genetic Algorithms

• arxiv url: http://arxiv.org/abs/2605.02628v1
• Date: Mon, 04 May 2026 14:16:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.32825
• Title: Neuromorphic Control for 3D Navigation in Minecraft Using Genetic Algorithms
• Title（参考訳）: 遺伝的アルゴリズムを用いたMinecraftの3次元ナビゲーションのためのニューロモーフィック制御
• Authors: Eric Zipor,
• Abstract要約: 2009年に人気になったボクセルベースのビデオゲーム「Minecraft」には、いくつかの異なる分野が含まれている。 ひとつは「パルクール」であり、最大効率で世界の環境を横断することに焦点を当てたゲームプレイである。 Minecraftのオンラインコミュニティは、ゲームの物理エンジンを動的パズルに変え、プレイヤーはキーストロークの正確なタイミングでモーションメカニックを操作する必要がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The popular 2009 voxel based videogame, Minecraft, contains several distinct disciplines. One of which is "parkour," gameplay that focuses on traversing a world's environment with maximum efficiency. The Minecraft online community has turned the game's physics engine into dynamic puzzles, requiring players to masterfully manipulate motion mechanics through frame precise timing of keystrokes. Actions such as sprinting, sneaking, and mouse direction are all combined to clear specific difficult jumps. Through this project, we design a genetic algorithm to generate weights for a neural network to autonomously evaluate inputs for block distances, terrain, and obstacles to determine the most optimal pathing.
• Abstract（参考訳）: 2009年に人気になったボクセルベースのビデオゲーム「Minecraft」には、いくつかの異なる分野が含まれている。 ひとつは「パルクール」であり、最大効率で世界の環境を横断することに焦点を当てたゲームプレイである。 Minecraftのオンラインコミュニティは、ゲームの物理エンジンを動的パズルに変え、プレイヤーはキーストロークの正確なタイミングで運動力学を巧みに操作する必要がある。 スプリント、スニーカー、マウスの方向といったアクションはすべて、特定の難しいジャンプを明確にするために組み合わせられる。 本プロジェクトでは,ブロック距離,地形,障害物の入力を自律的に評価し,最も最適な経路を決定するために,ニューラルネットワークの重みを生成する遺伝的アルゴリズムを設計する。

関連論文リスト

• Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching [77.28042137892943]
  本稿では,人間型ロボットの長期的視覚的パーキングを自律的に行うためのモジュール型フレームワークであるPerceptive Humanoid Parkour(PHP)を提案する。 本研究は、これらの合成動作に対する運動追跡強化学習専門家の政策を訓練し、それらを深度に基づく多スキル学生政策に抽出する。 我々は,Unitree G1ヒューマノイドロボットを用いた実世界実験により,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2026-02-17T18:59:11Z)
• Deep Whole-body Parkour [33.232856360240106]
  本研究では,外感知覚を全身運動追跡に組み込む枠組みを提案する。 制御ループに知覚を統合するという非自明な利点を実証する。 その結果、このフレームワークは、非構造地形上でのボウトやダイブローリングのような、堅牢で高ダイナミックなマルチコンタクト運動を可能にする。
  論文  参考訳（メタデータ） (2026-01-12T16:33:16Z)
• KungfuBot: Physics-Based Humanoid Whole-Body Control for Learning Highly-Dynamic Skills [58.73043119128804]
  そこで本研究では,Kungfuやダンスなどの人体動作を高度に制御することを目的とした,物理学に基づくヒューマノイド制御フレームワークを提案する。 動作処理では,運動の抽出,フィルタリング,修正,再ターゲティングを行うパイプラインを設計し,物理的制約の遵守を確実にする。 動作模倣では、二段階最適化問題を定式化し、追従精度の許容度を動的に調整する。 実験では,高ダイナミックな動作のセットを模倣するために全身制御ポリシーを訓練する。
  論文  参考訳（メタデータ） (2025-06-15T13:58:53Z)
• MagicMotion: Controllable Video Generation with Dense-to-Sparse Trajectory Guidance [58.69427663452654]
  トラジェクティブ制御可能なビデオ生成のための画像からビデオ生成フレームワークであるMagicMotionを紹介する。 MagicMotionは、オブジェクトの一貫性と視覚的品質を維持しながら、定義された軌道に沿ってオブジェクトを認識できる。 我々は、大規模なトラジェクトリ制御ビデオデータセットであるMagicDataと、アノテーションとフィルタリングのための自動パイプラインを提示する。
  論文  参考訳（メタデータ） (2025-03-20T17:59:42Z)
• Word2Minecraft: Generating 3D Game Levels through Large Language Models [6.037493811943889]
  本稿では,構造化されたストーリーに基づいて,Minecraftでプレイ可能なゲームレベルを生成するシステムであるWord2Minecraftを紹介する。 ストーリーの複雑さをカスタマイズできるフレキシブルなフレームワークを導入し、ダイナミックなレベル生成を可能にします。 GPT-4-Turboは物語のコヒーレンスや客観的楽しみなど,ほとんどの領域でGPT-4o-Miniより優れていた。
  論文  参考訳（メタデータ） (2025-03-18T18:38:38Z)
• Genetic Algorithms for Evolution of QWOP Gaits [0.0]
  QWOPはブラウザベースの2次元フラッシュゲームで、選手は100メートルの模擬レースに出場するオリンピックの陸上競技選手を制御する。 ゲームの目的は、走者の足の筋肉を制御するQ、W、O、Pキーを使用して、100メートルレースの終了までできるだけ早く走者を進めることである。 単純なコントロールと単純なゴールにもかかわらず、難易度と直感的なゲームプレイで有名である。
  論文  参考訳（メタデータ） (2023-10-18T12:53:50Z)
• Extreme Parkour with Legged Robots [43.041181063455255]
  カメラ画像から直接動作する1つのニューラルネットポリシが、不正確なセンシングとアクティベーションを克服できることを示す。 ロボットは高さ2倍の障害物に高いジャンプを行え、長さ2倍の隙間に長いジャンプをし、逆立ちして傾斜した傾斜路を走れることを示す。
  論文  参考訳（メタデータ） (2023-09-25T17:59:55Z)
• Robot Parkour Learning [70.56172796132368]
  Parkourは、さまざまな障害物を素早く克服するロボットを必要とする、足で動くロボットにとって、大きな挑戦だ。 我々は,パープルスキルを生成するために,直接コロケーションにインスパイアされた強化学習手法を開発した。 我々は、これらの技術を単一の視覚に基づくパーサーポリシーに抽出し、エゴセントリックな深度カメラを用いて四足歩行ロボットに転送する。
  論文  参考訳（メタデータ） (2023-09-11T17:59:17Z)
• Go-Explore Complex 3D Game Environments for Automated Reachability Testing [4.322647881761983]
  本稿では,強力な探索アルゴリズムであるGo-Exploreに基づいて,シミュレーションされた3次元環境における到達性バグを対象とするアプローチを提案する。 Go-Exploreはマップ全体でユニークなチェックポイントを保存し、そこから探索する有望なチェックポイントを特定する。 我々のアルゴリズムは1台のマシンで10時間以内に1.5km x 1.5kmのゲーム世界を完全にカバーできる。
  論文  参考訳（メタデータ） (2022-09-01T16:31:37Z)

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。