論文の概要: Dungeons & Dragons Encounter Analysis with Semi-Random Simulation in Foundry VTT

• arxiv url: http://arxiv.org/abs/2610.38975v1
• Date: Wed, 28 Oct 2026 22:00:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-01 01:32:10.013005
• Title: Dungeons & Dragons Encounter Analysis with Semi-Random Simulation in Foundry VTT
• Title（参考訳）: キャスタブルVTTにおける半ランダムシミュレーションによるダンジョンズ&ドラゴンズエンカウンタ解析
• Abstract要約: ダンジョンズ&ドラゴンズ(D&D)では、ゲームマスターが指導するプレイヤーのグループは、シミュレーションされた戦闘と即興の物語でファンタジーの冒険をロールプレイする。 本稿では,我々のツールのシミュレーションウインレートが,D&Dが公表した難易度評価指標と強く相関していることを示す。
• 参考スコア（独自算出の注目度）: 5.027571997864707
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dungeons & Dragons (D&D) is a tabletop roleplaying game (TTRPG) in which a group of players, guided by a Game Master, roleplay a fantasy adventure with simulated combat and improvisational narrative. In D&D, an encounter is a single instance of simulated combat, where the players must use their characters to attempt to defeat a selection of enemy characters that the GM controls. D&D has multiple systems that approximate encounter difficulty by summing individual difficulty values that designers predefine for each enemy. However, since players and enemies can have a wide variety of capabilities, encounter difficulty depends on more than just the estimated difficulty of each monster. For example, these metrics do not account for positioning and dungeon layout, the synergies between monster abilities, and player party composition. We have created a tool, Mage-Hand, that can simulate D&D encounters semi-randomly using Foundry Virtual Tabletop, a virtual tabletop (VTT) system. In this paper, we show that our tool's simulated winrates have a strong correlation with D&D's published difficulty evaluation metrics, while also better aligning with some players' reported experiences.
• Abstract（参考訳）: ダンジョンズ&ドラゴンズ(Dungeons & Dragons、D&D)は、ゲームマスターが指導するテーブルトップロールプレイングゲーム(TTRPG)である。 D&Dでは、遭遇はシミュレーションされた戦闘の単一の例であり、プレイヤーはGMが制御する敵キャラクターの選択を倒そうとする。 D&Dは、設計者がそれぞれの敵に対して優先する個々の難易度を和らげることで、遭遇困難を近似する複数のシステムを持っている。 しかし、プレイヤーと敵は多種多様な能力を持つため、遭遇困難は各モンスターの予測困難度以上のものに依存する。 例えば、これらのメトリクスは位置決めやダンジョンレイアウト、モンスター能力間のシナジー、プレイヤーパーティーの構成を考慮していない。 我々は、仮想テーブルトップ(VTT)システムであるFoundry Virtual Tabletopを使用して、半ランダムにD&D遭遇をシミュレートできるMage-Handというツールを開発した。 本稿では,本ツールのシミュレーションウインレートが,D&Dが公表した難易度評価指標と強い相関性を示すとともに,報告した一部のプレイヤーの体験との整合性も向上することを示す。

関連論文リスト

• NTRL: Encounter Generation via Reinforcement Learning for Dynamic Difficulty Adjustment in Dungeons and Dragons [8.856568375969848]
  ダンジョンズ&ドラゴンズ(D&D)における動的困難調整(DDA)を自動化する新しいアプローチ NTRLは、問題を文脈的盗聴としてフレーミングすることで、リアルタイムのパーティーメンバー属性に基づいて遭遇を生成する。 古典的DMと比較して、NTRLは遭遇を反復的に最適化して戦闘長寿(+200%)を延長し、党員へのダメージを増大させ、試合後のヒットポイントを減少させ、プレイヤーの死亡数を増大させる。
  論文  参考訳（メタデータ） (2025-06-24T11:34:01Z)
• CALYPSO: LLMs as Dungeon Masters' Assistants [46.61924662589895]
  大規模言語モデル(LLM)は、一貫性のある自然言語テキストを生成する優れた能力を示している。 本稿では,LCMを利用したインタフェースシステムであるCALYPSOについて紹介する。 CALYPSOへのアクセスが認められたとき、DMはプレイヤーへの直接のプレゼンテーションに適した高忠実なテキストを生成し、DMがクリエイティブエージェンシーを維持しながらさらに発展できるという低忠実なアイデアを作成したと報告した。
  論文  参考訳（メタデータ） (2023-08-15T02:57:00Z)
• 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)
• I Cast Detect Thoughts: Learning to Converse and Guide with Intents and Theory-of-Mind in Dungeons and Dragons [82.28503603235364]
  ダンジョンズとドラゴンズにおける目標駆動型環境における教師と学生の自然言語相互作用について検討した。 我々のアプローチは,(1)ダンジョンマスターがプレイヤーを目標に向かって誘導する意図,(2)DMが意図を表現しているプレイヤーへの指示発声,(3)プレイヤーの指導に対する反応を未来へと一変させる理論・オブ・ミンド(ToM)モデルに分解・モデル化することである。
  論文  参考訳（メタデータ） (2022-12-20T08:06:55Z)
• Dungeons and Dragons as a Dialog Challenge for Artificial Intelligence [28.558934742150022]
  我々はD&Dを対話システムチャレンジとみなし、ゲーム内の次の会話のターンを生成し、対話履歴が与えられたゲームの状態を予測する。 約900のゲームで構成され、合計7000人のプレーヤー、80万の対話ターン、50万のダイスロール、58万の単語からなるゲームプレイデータセットを作成します。 我々は、大きな言語モデル(LM)を訓練し、異なる情報に基づいて次のゲームターンを生成する。
  論文  参考訳（メタデータ） (2022-10-13T15:43:39Z)

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。