Fugu-MT 論文翻訳(概要): FootsiesGym: A Fighting Game Benchmark for Two-Player Zero-Sum Imperfect-Information Games

論文の概要: FootsiesGym: A Fighting Game Benchmark for Two-Player Zero-Sum Imperfect-Information Games

arxiv url: http://arxiv.org/abs/2607.06514v1
Date: Tue, 07 Jul 2026 17:18:44 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 21:24:51.597733
Title: FootsiesGym: A Fighting Game Benchmark for Two-Player Zero-Sum Imperfect-Information Games
Title（参考訳）: FootsiesGym: 2人プレイのゼロサム情報ゲームのためのファイティングゲームベンチマーク
Abstract要約: フットシージムは,非自明な2人プレイヤ,ゼロサム,不完全情報ゲームで学習するオープンソース環境である。 HiFightのミニマリスト2Dファイティングゲーム『フットシー』に収録されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present FootsiesGym, an open-source environment for learning in a non-trivial two-player, zero-sum, imperfect-information game. Built on HiFight's minimalist 2D fighting game Footsies, it isolates the cyclic, non-transitive strategic interactions of fighting game neutral play while remaining simple enough for efficient analysis. We provide a vectorized simulator that enables high-throughput training on standard hardware, making the environment accessible and reproducible. We describe the design of the environment, benchmark several reinforcement learning algorithms, and discuss open research directions it enables. The code is available at https://github.com/como-research/FootsiesGym.
Abstract（参考訳）: フットシージムは,非自明な2人プレイヤ,ゼロサム,不完全情報ゲームで学習するオープンソース環境である。 HiFightのミニマリスト2Dファイティングゲーム『フットシーズ』をベースとして開発されたこのゲームは、ゲーム中立プレイの循環的かつ非推移的な戦略的相互作用を分離し、効率的な分析に十分なシンプルさを維持している。本研究では,標準的なハードウェア上での高スループットトレーニングを可能にするベクトル化シミュレータを提案する。環境設計について記述し、いくつかの強化学習アルゴリズムをベンチマークし、それを可能にするオープンな研究の方向性について議論する。コードはhttps://github.com/como-research/FootsiesGym.comで公開されている。

関連論文リスト

Scaling Strategy, Not Compute: A Stand-Alone, Open-Source StarCraft II Benchmark for Accessible Reinforcement Learning Research [2.5959683852997806]
本稿では,StarCraft IIのミニゲームのベンチマークであるTwo-Bridge Map Suiteを紹介する。経済メカニズムを無効にすることで、環境は長距離ナビゲーションとマイクロコンバットという2つの中核的な戦術スキルを分離する。予備実験では、エージェントは完全な計算コストを課すことなくコヒーレントな操作とエンゲージメントの振る舞いを学ぶ。
論文参考訳（メタデータ） (2026-02-19T04:13:14Z)
Game-TARS: Pretrained Foundation Models for Scalable Generalist Multimodal Game Agents [56.25101378553328]
本稿では,汎用ゲームエージェントであるGame-TARSについて紹介する。 Game-TARSは500B以上のトークンで事前トレーニングされており、様々な軌跡とマルチモーダルデータがある。実験により、Game-TARSは、オープンワールドMinecraftタスクにおける以前のソータモデルの約2倍の成功率を達成することが示された。
論文参考訳（メタデータ） (2025-10-27T17:43:51Z)
Game-RL: Synthesizing Multimodal Verifiable Game Data to Boost VLMs' General Reasoning [89.93384726755106]
視覚言語強化学習(RL)は主に狭い領域に焦点を当てている。ビデオゲームは本質的に、検証が容易なリッチなビジュアル要素とメカニクスを提供します。ビデオゲームにおけるマルチモーダルかつ検証可能な報酬を完全に活用するために,Game-RLを提案する。
論文参考訳（メタデータ） (2025-05-20T03:47:44Z)
Enhancing Two-Player Performance Through Single-Player Knowledge Transfer: An Empirical Study on Atari 2600 Games [1.03590082373586]
本研究では,Atari 2600 RAMを入力状態とした10種類のAtari 2600環境における提案手法について検討した。我々は,スクラッチから2人プレイヤ設定のトレーニングよりも,シングルプレイヤートレーニングプロセスからトランスファーラーニングを使用することの利点について論じる。
論文参考訳（メタデータ） (2024-10-22T02:57:44Z)
Helpful DoggyBot: Open-World Object Fetching using Legged Robots and Vision-Language Models [63.89598561397856]
室内環境における四足歩行操作のためのシステムを提案する。オブジェクト操作にはフロントマウントのグリップを使用しており、アジャイルスキルにエゴセントリックな深さを使ってシミュレーションでトレーニングされた低レベルのコントローラである。実世界のデータ収集やトレーニングを行なわずに、2つの目に見えない環境でシステムを評価する。
論文参考訳（メタデータ） (2024-09-30T20:58:38Z)
Visual Encoders for Data-Efficient Imitation Learning in Modern Video Games [14.500523121809907]
事前学習したビジュアルエンコーダは、トレーニングコストを大幅に削減することで、ビデオゲームにおける意思決定研究をより容易にすることができることを示す。この結果から,低解像度画像と数分のデモでは,エンドツーエンドのトレーニングが有効であることが示唆された。実効的な意思決定を可能にすることに加えて,事前学習したエンコーダは,トレーニングコストを大幅に削減することで,ビデオゲームにおける意思決定研究をより容易に行えることを示す。
論文参考訳（メタデータ） (2023-12-04T19:52:12Z)
SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
論文参考訳（メタデータ） (2023-05-24T18:14:35Z)
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)
Meta Arcade: A Configurable Environment Suite for Meta-Learning [4.962850553353402]
本稿では,共通の視覚,状態空間,アクション空間,ゲームコンポーネント,スコアリング機構などを共有する,カスタム2Dアーケードゲームを容易に定義および設定するツールであるMeta Arcadeを紹介する。このフレームワークの可能性を総合的に説明した24の事前定義されたゲーム群を含み、これらのゲームがどのように研究アプリケーションに設定できるかについて議論する。
論文参考訳（メタデータ） (2021-12-01T15:54:38Z)
Model-Free Learning for Two-Player Zero-Sum Partially Observable Markov Games with Perfect Recall [34.73929457960903]
本研究では,不完全情報ゲーム(IIG)におけるナッシュ均衡(NE)学習の問題について,自己学習を通して検討する。 Inlicit Exploration Online Mirror Descent (IXOMD)アルゴリズムを提案する。 IXOMD は 1/sqrtT$ の NE への収束率に縛られる確率の高いモデルのないアルゴリズムである。
論文参考訳（メタデータ） (2021-06-11T09:51:29Z)
Combining Off and On-Policy Training in Model-Based Reinforcement Learning [77.34726150561087]
MuZeroのシミュレートゲームから得られたデータを用いて、オフポリシターゲットの取得方法を提案する。以上の結果から,これらの目標がトレーニングプロセスのスピードアップと,より高速な収束とより高い報酬につながることが示唆された。
論文参考訳（メタデータ） (2021-02-24T10:47:26Z)
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)
Efficient exploration of zero-sum stochastic games [83.28949556413717]
ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
論文参考訳（メタデータ） (2020-02-24T20:30:38Z)

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。