論文の概要: Mazocarta: A Seeded Procedural Deckbuilder for Instrumented Game Development

• arxiv url: http://arxiv.org/abs/2605.08319v1
• Date: Fri, 08 May 2026 15:27:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.563488
• Title: Mazocarta: A Seeded Procedural Deckbuilder for Instrumented Game Development
• Title（参考訳）: Mazocarta: インスツルメンテーションゲーム開発のためのシーケンシャルなデックビルダー
• Authors: Timothy C. Cogan,
• Abstract要約: MazocartaはRustで実装された、シード化された手続き型戦術デッキビルダーで、ブラウザプレイ用にWebAssemblyにコンパイルされ、シミュレーションのために実行可能である。 本稿では,Mazocartaのアーキテクチャ,決定論的実行モデル,再現可能なバランスプローブ,QRを用いたローカルマルチプレイヤーのペアリングについて述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mazocarta is a seeded procedural tactical deckbuilder implemented in Rust, compiled to WebAssembly for browser play, and executable natively for simulation. Its primary technical contribution is not the invention of a new deckbuilding genre, but the construction of an instrumented game-development reference artifact: the same rules engine supports interactive play, native command-line simulation, automated end-to-end tests, save/load fixtures, and local-area multiplayer. This paper describes Mazocarta's architecture, deterministic run model, reproducible balance probes, and QR-mediated WebRTC pairing for local multiplayer. An evaluation snapshot over 1,000 deterministic seeds shows that the simulation pipeline can produce reproducible development signals. In the evaluated configuration, single-player and two-player autoplay win rates were 36.1% and 34.9% over 1,000 deterministic seeds, respectively. These rates are not presented as final player-facing balance metrics, but as repeatable probes for future balance shifts and regressions. Mazocarta is positioned as a playable open-source reference artifact for instrumented game development: deterministic regression checks, automated playtesting workflows, balance probes for game mechanics, and browser-native local multiplayer all exercise one shared production rules core.
• Abstract（参考訳）: MazocartaはRustで実装された、シード化された手続き型戦術デッキビルダーで、ブラウザプレイ用にWebAssemblyにコンパイルされ、シミュレーション用にネイティブに実行可能である。 その主な技術的貢献は、新しいデッキビルディングジャンルの発明ではなく、ゲーム開発リファレンスアーティファクトの構築である:同じルールエンジンは、インタラクティブプレイ、ネイティブコマンドラインシミュレーション、自動エンドツーエンドテスト、保存/ロードフィクスチャ、ローカルエリアマルチプレイヤーをサポートする。 本稿では,Mazocartaのアーキテクチャ,決定論的実行モデル,再現可能なバランスプローブ,QRを用いたローカルマルチプレイヤー用WebRTCペアリングについて述べる。 1000以上の決定論的シードの評価スナップショットは、シミュレーションパイプラインが再現可能な開発信号を生成することができることを示している。 評価された構成では、シングルプレイヤと2プレイヤのオートプレイの勝利率は、それぞれ36.1%、決定論的種1,000種に対して34.9%であった。 これらのレートは、プレイヤーが直面する最終的なバランス指標としてではなく、将来のバランスシフトとレグレッションのための繰り返し可能なプローブとして提示される。 決定論的回帰チェック、自動プレイテストワークフロー、ゲームメカニクスのためのバランスプローブ、ブラウザネイティブのローカルマルチプレイヤーは、すべて1つの共有生産ルールコアを行使する。

関連論文リスト

• Runtime Evaluation of Procedural Content Generation in an Endless Runner Game Using Autonomous Agents [0.0]
  本稿では,実行時地形の生成,環境オブジェクトの生成,自律エージェントによる評価を1つのゲームプレイループに統合するエンドレスランナゲームを提案する。 この作業では、評価を別のオフラインパスとして扱うのではなく、生成とバリデーションを同じランタイムループ内で統一する方法を実証している。
  論文  参考訳（メタデータ） (2026-05-03T08:44:27Z)
• CreativeGame:Toward Mechanic-Aware Creative Game Generation [11.963704067344358]
  本報告では,HTML5 ゲーム生成を反復的に行うマルチエージェントシステム textbfCreativeGame について述べる。 目標は、ひとつのステップで再生可能なアーティファクトを生成するだけでなく、解釈可能なバージョンからバージョンへの進化をサポートすることだ。 このシステムは、アーキテクチャ分析、報酬検査、および実際の系統レベルのケーススタディをサポートするのに十分である。
  論文  参考訳（メタデータ） (2026-04-21T19:16:33Z)
• GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents [76.60994803070436]
  GameWorldは、ブラウザ環境におけるマルチモーダル大言語モデル(MLLM)ゲームエージェントの評価のためのベンチマークである。 2つのゲームエージェントインタフェースが研究され、 (i) キーボードとマウスのコントロールを直接出力するコンピュータ利用エージェント、 (ii) セマンティックアクション空間で作用する汎用マルチモーダルエージェントが研究されている。 18組のモデルとインタフェースのペアによる結果は、最高のパフォーマンスエージェントでさえ、ビデオゲームで人間の能力を達成するには程遠いことを示唆している。
  論文  参考訳（メタデータ） (2026-04-08T17:49:03Z)
• 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)
• AutoReproduce: Automatic AI Experiment Reproduction with Paper Lineage [62.049868205196425]
  AutoReproduceは、研究論文に記載された実験をエンドツーエンドで自動再生できるフレームワークである。 結果は、AutoReproduceが平均的なパフォーマンスギャップを22.1%$で達成していることを示している。
  論文  参考訳（メタデータ） (2025-05-27T03:15:21Z)
• Cardiverse: Harnessing LLMs for Novel Card Game Prototyping [9.029874576285085]
  カードゲームは創造的なアイデアとゲームプレイ評価において広範囲の人的努力を必要とする。 大規模言語モデルの最近の進歩は、これらのプロセスを自動化する機会を提供する。 本稿では,総合的な自動カードゲームプロトタイピングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-10T23:47:35Z)
• Playable Game Generation [22.17100581717806]
  本稿では,ゲームデータ生成,自動回帰型DiT拡散モデル,プレイヤビリティに基づく評価フレームワークなどを含むemphPlayGenを提案する。 PlayGenはリアルタイムインタラクションを実現し、十分な視覚的品質を確保し、正確なインタラクティブなメカニクスシミュレーションを提供する。
  論文  参考訳（メタデータ） (2024-12-01T16:53:02Z)
• StarCraftImage: A Dataset For Prototyping Spatial Reasoning Methods For Multi-Agent Environments [13.003965333378273]
  複雑なマルチエージェント動作を示すStarCraft IIリプレイに基づくベンチマーク空間推論データセットを構築した。 このデータセットが空間推論手法のプロトタイピングにどのように使用できるかを示す。
  論文  参考訳（メタデータ） (2024-01-09T00:05:56Z)
• Megaverse: Simulating Embodied Agents at One Million Experiences per Second [75.1191260838366]
  私たちは、強化学習と具体化AI研究のための新しい3DシミュレーションプラットフォームであるMegaverseを紹介します。 MegaverseはDeepMind Labより最大70倍速い。 私たちはMegaverseを使って、複数の単一エージェントタスクとマルチエージェントタスクからなる新しいベンチマークを構築します。
  論文  参考訳（メタデータ） (2021-07-17T03:16:25Z)

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。