論文の概要: Chess\_db: A framework for working with large chess game datasets

• arxiv url: http://arxiv.org/abs/2607.21195v1
• Date: Thu, 23 Jul 2026 11:17:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.385394
• Title: Chess\_db: A framework for working with large chess game datasets
• Title（参考訳）: Chess\_db: 大きなチェスゲームデータセットを扱うためのフレームワーク
• Abstract要約: Chessは、古典的なAI文化に埋め込まれた2人のプレーヤーの戦略ゲームである。 過去のゲームへのアクセスもまた重要な部分であり、特定のプレイヤーが以前にどのゲームを行ったかを知ることと、どのポジションでの継続が2人のカラープレイヤーに対してより多く勝利をもたらしたかを知ることの両方である。 我々はChess_dbという論理プログラミングツールのスイートを紹介し、メモリとバックエンドデータベースの作成を通じてゲームを効果的に操作する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chess is a two player strategic game that is embedded in classical AI culture as it was once the frontier for intelligent behaviour. There was the silent assumption that the advent of computer engines that play better than the best humans will extinguish interest in the game. However, the opposite has come to pass, with a growing following for the game. A lot of the computational resources are now centered around training of players, where the engine output is just one aspect. Access to past games is also an essential part, both in knowing what games a specific player has played previously, and also which continuations at a certain position have led to victory more often for each of the two colour players. We present Chess_db a suite of logic programming tools that can effectively manipulate games both in memory and via creating back end databases. In particular, we provide versatile code that creates databases from PGN (portable game notation) game files and explore the suitability of open source key-value databases for storing position tables that provide near-instant access to information pertaining to substantially large number of games.
• Abstract（参考訳）: Chessは2人のプレーヤーによる戦略ゲームであり、かつては知的行動のフロンティアであった古典的なAI文化に埋め込まれている。 最高の人間よりも優れたコンピュータエンジンの出現がゲームへの関心を消滅させるという静かな仮定があった。 しかし、その逆が成立し、ゲームへの関心が高まっている。 現在、多くの計算リソースは、エンジン出力が1つの側面に過ぎず、プレイヤーのトレーニングに集中しています。 過去のゲームへのアクセスは、特定のプレイヤーが以前にどのゲームを行ったかを知る上でも重要な部分であり、また、どのポジションでの継続が2つのプレイヤーそれぞれに対してより多く勝利をもたらしたかを知る上でも重要である。 我々はChess_dbという論理プログラミングツールのスイートを紹介し、メモリとバックエンドデータベースの作成を通じてゲームを効果的に操作する。 特に,PGN(ポータブルゲーム表記法)ゲームファイルからデータベースを生成する汎用コードを提供し,膨大な数のゲームに関連する情報にほぼ即時アクセス可能な位置テーブルを格納するためのオープンソースのキー値データベースの適合性を探る。

関連論文リスト

• Domain-Independent Game Abstraction using Word Embedding Techniques [62.94836578759359]
  本稿では,ドメインに依存しないゲーム抽象化手法を提案する。 各アクションをワードとして、ゲームプレイデータをコーパスとして扱うことにより、各アクションを実数値ベクトルとして表現するように、ワードベクトルを訓練することができる。
  論文  参考訳（メタデータ） (2026-05-15T02:30:36Z)
• Outer-Learning Framework for Playing Multi-Player Trick-Taking Card Games: A Case Study in Skat [1.7006003864727406]
  SkatやBridgeのようなマルチプレイヤーカードゲームでは、ゲームの初期ステージは、洗練された中盤や終盤のプレイよりも、ゲームの成功に批判的になることが多い。 本稿では,人間ゲームのデータベースを数百万のAIゲームで拡張し,統計生成とマージによって予測精度を向上させる,一般的なブートストラップ外学習フレームワークを考案し,評価する。 我々は、コンパクト化されたテーブルに対処するための完璧な機能ハッシュ関数を実装し、自己学習中に新たに推論された知識を継続的に改善する自己改善カードゲームエンジンを生成する。
  論文  参考訳（メタデータ） (2025-12-17T13:27:44Z)
• General search techniques without common knowledge for imperfect-information games, and application to superhuman Fog of War chess [68.20244032271847]
  我々は、戦争チェスのための最初の超人的AIであるObscuroを提示する。 不完全な情報ゲームにおける検索の進歩を導入し、強力でスケーラブルな推論を可能にした。 最先端のAIと人間のプレーヤーに対する実験は、Obscuroがかなり強いことを示している。
  論文  参考訳（メタデータ） (2025-06-02T01:41:27Z)
• Instruction-Driven Game Engine: A Poker Case Study [53.689520884467065]
  IDGEプロジェクトは、大規模言語モデルで自由形式のゲーム記述を追従し、ゲームプレイプロセスを生成することにより、ゲーム開発を民主化することを目的としている。 我々は、複雑なシナリオへ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。 我々の最初の進歩はポーカーのIDGEの開発であり、これは幅広いポーカーの変種をサポートするだけでなく、自然言語入力を通じて高度に個別化された新しいポーカーゲームを可能にする。
  論文  参考訳（メタデータ） (2024-10-17T11:16:27Z)
• Machine Learning Algorithms to Predict Chess960 Result and Develop Opening Themes [0.0]
  本研究の目的は,機械学習技術を用いてゲーム結果を予測することであり,開始位置毎にオープニングテーマを開発することである。 この手法では、.pgnファイルからの生データを使用可能なフォーマットに分離し、開始位置ごとに約500のゲームからなるデータセットを作成する。
  論文  参考訳（メタデータ） (2023-10-29T08:54:26Z)
• FIREBALL: A Dataset of Dungeons and Dragons Actual-Play with Structured Game State Information [75.201485544517]
  本研究では,Discord上の実D&Dゲームプレイから25,000近いセッションを,真のゲーム状態情報とともに格納した大規模データセットFIREBALLを提案する。 我々は,FIREBALLがAvrae状態情報を用いて自然言語生成(NLG)を改善することを実証した。
  論文  参考訳（メタデータ） (2023-05-02T15:36:10Z)
• The Update-Equivalence Framework for Decision-Time Planning [78.44953498421854]
  本稿では,サブゲームの解決ではなく,更新等価性に基づく意思決定時計画のための代替フレームワークを提案する。 ミラー降下に基づく完全協調型ゲームに対する有効音声探索アルゴリズムと、磁気ミラー降下に基づく対戦型ゲームに対する探索アルゴリズムを導出する。
  論文  参考訳（メタデータ） (2023-04-25T20:28:55Z)
• On the complexity of Dark Chinese Chess [5.019685897194575]
  ダーク・チャイニーズ・チェスはボードゲームとカードゲームでもっとも複雑な要素を組み合わせている。 本報告では,暗黒中国チェスのゲームにおける複雑性解析について述べる。
  論文  参考訳（メタデータ） (2021-12-06T13:08:53Z)
• Determining Chess Game State From an Image [19.06796946564999]
  本稿では,既存のモデルよりも桁違いに大きい3次元モデルから合成した新しいデータセットについて述べる。 従来のコンピュータビジョン技術とディープラーニングを組み合わせた新しいエンドツーエンドチェス認識システムを紹介します。 記述されたシステムでは,テストセット上での誤差率は0.23%であり,現状の28倍である。
  論文  参考訳（メタデータ） (2021-04-30T13:02:13Z)
• LiveChess2FEN: a Framework for Classifying Chess Pieces based on CNNs [0.0]
  我々は,1秒未満で画像からチェス位置を自動的にデジタル化する機能的フレームワークを実装した。 チェスの駒の分類と組込みプラットフォーム上で効率的にマップする方法について、さまざまな畳み込みニューラルネットワークを分析した。
  論文  参考訳（メタデータ） (2020-12-12T16:48:40Z)
• Suphx: Mastering Mahjong with Deep Reinforcement Learning [114.68233321904623]
  我々は、新たに導入されたいくつかの技術を用いた深層強化学習に基づいて、Suphxという名のマフジョンのためのAIを設計する。 Suphxは、安定したランクの点で、ほとんどのトップの人間プレイヤーよりも強いパフォーマンスを示している。 コンピュータプログラムがマヒョンで最上位の人間プレイヤーを上回るのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-03-30T16:18:16Z)

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。