論文の概要: Game-Guided Skill Discovery through Self-Play for Playable Agent Control

• arxiv url: http://arxiv.org/abs/2609.40137v1
• Date: Wed, 30 Sep 2026 16:49:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:28.109735
• Title: Game-Guided Skill Discovery through Self-Play for Playable Agent Control
• Title（参考訳）: プレイ可能なエージェント制御のためのセルフプレイによるゲームガイドによるスキル発見
• Abstract要約: GGSD(Game-Guided Skill Discovery)は、ゲームにおけるセルフプレイを使用して、人間が直接プレイできる運動スキルを発見するフレームワークである。 GGSDは,MazeやCubePushといった目に見えない課題を,追加の訓練を伴わずに解決できるように構成できる,人間のプレイ可能なスキルを生み出すことを示す。
• 参考スコア（独自算出の注目度）: 21.131712403807647
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present Game-Guided Skill Discovery (GGSD), a framework that uses self-play in games to discover motor skills that are directly playable by humans. Playable skills provide a compact abstraction for controlling embodied agents through a small set of learned behaviors rather than low-level actions. To be effective, these skills should be semantically distinct, interpretable, and expressive; properties that existing unsupervised skill-discovery methods often fail to achieve simultaneously. GGSD achieves these desiderata by grounding skill discovery in competitive gameplay. A hierarchical agent competes against its past selves, with a high-level policy selecting from a small discrete skill set and a skill-conditioned low-level policy learning the corresponding behaviors. After training, a human can replace the high-level policy and directly control the agent through the same discrete skills. Despite the small number of high-level actions, skill transitions give rise to emergent combo behaviors, expanding expressivity beyond individual primitives. Across Ant, Franka-arm, and Unitree G1 environments, we show that GGSD produces human-playable skills that humans can compose to solve unseen tasks, such as Maze and CubePush, without additional training. An interactive demo is available at https://ggsd-demo.github.io.
• Abstract（参考訳）: GGSD(Game-Guided Skill Discovery)は、ゲームにおけるセルフプレイを使用して、人間が直接プレイできる運動スキルを発見するフレームワークである。 プレイ可能なスキルは、低レベルのアクションではなく、学習された行動の小さなセットを通じて、エンボディエージェントを制御するためのコンパクトな抽象化を提供する。 効果的にするためには、これらのスキルは意味的に区別され、解釈され、表現されなければならない。 GGSDは、これらのデシデラタを、競争ゲームプレイにおけるスキル発見の根拠として達成する。 階層的エージェントは、小さな個別のスキルセットから選択されたハイレベルポリシーと、対応する行動を学ぶスキル条件の低レベルポリシーと、過去の自己と競合する。 訓練後、人間はハイレベルなポリシーを置き換え、同じ個別のスキルでエージェントを直接制御できる。 少数のハイレベルな行動にもかかわらず、スキル・トランジションは創発的なコンボ行動を引き起こし、個々のプリミティブを超えて表現力を拡大する。 Ant、Franka-arm、Unitree G1環境全体では、GGSDが人間のプレイ可能なスキルを生成し、MazeやCubePushといった目に見えないタスクを、追加のトレーニングなしで解決できることが示されている。 インタラクティブなデモはhttps://ggsd-demo.github.ioで公開されている。

関連論文リスト

• Guiding Skill Discovery with Foundation Models [8.41850245020636]
  既存のスキル発見方法は、人間の好みを考慮せずに、スキルの多様性を最大化することのみに焦点を当てている。 本稿では,人間の意図をスキル発見に取り入れたFoG(Foundation Model Guided)スキル発見手法を提案する。 FoGは、フリップやローリングなどの望ましくない振る舞いを排除し、状態ベースのタスクとピクセルベースのタスクの両方で有害な領域を避けるために、うまく学習する。
  論文  参考訳（メタデータ） (2025-10-27T09:47:40Z)
• SkillMimic: Learning Basketball Interaction Skills from Demonstrations [85.23012579911378]
  我々は、エージェントがインタラクションスキルを学習する方法を根本的に変える統合データ駆動フレームワークであるSkillMimicを紹介した。 私たちの重要な洞察は、統合されたHOI模倣報酬は、HOIデータセットから多様な相互作用パターンの本質を効果的に捉えることができるということです。 評価のために,約35分間のバスケットボールスキルを含む2つのバスケットボールデータセットを収集,導入した。
  論文  参考訳（メタデータ） (2024-08-12T15:19:04Z)
• Behavioural Cloning in VizDoom [1.4999444543328293]
  本稿では,Imitation Learning (IL) による自律エージェントのゲーム「Doom 2」の学習方法について述べる。 また,Reinforcement Learning (RL) がカメラの動きと軌跡データを比較することで,人間性に対するILとの比較を行う。
  論文  参考訳（メタデータ） (2024-01-08T16:15:43Z)
• Controllability-Aware Unsupervised Skill Discovery [94.19932297743439]
  本稿では,非教師なしスキル発見手法であるCSD(Controlability-aware Skill Discovery)を導入する。 CSDの鍵となるコンポーネントは制御可能性を考慮した距離関数であり、現在のスキルで達成が難しい状態遷移により大きな値を割り当てる。 ロボット操作と移動環境の6つの実験結果から、CSDは監督なしで多様な複雑なスキルを発見できることが示された。
  論文  参考訳（メタデータ） (2023-02-10T08:03:09Z)
• Choreographer: Learning and Adapting Skills in Imagination [60.09911483010824]
  我々は、その世界モデルを利用して想像力のスキルを学び、適応するモデルベースのエージェントであるChoreographerを紹介する。 提案手法は探索とスキル学習のプロセスを切り離し,モデルの潜在状態空間におけるスキルの発見を可能にする。 Choreographerはオフラインデータからスキルを学ぶことができ、探索ポリシーと同時にデータを集めることができる。
  論文  参考訳（メタデータ） (2022-11-23T23:31:14Z)
• Residual Skill Policies: Learning an Adaptable Skill-based Action Space for Reinforcement Learning for Robotics [18.546688182454236]
  スキルベース強化学習(RL)は、ロボット学習の加速に先行知識を活用するための有望な戦略として登場した。 本研究では,状態条件付き生成モデルを用いて,スキル空間における探索を高速化する手法を提案する。 我々は4つの困難な操作タスクにまたがってアプローチを検証する。
  論文  参考訳（メタデータ） (2022-11-04T02:42:17Z)

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。