DareFightingICE 比赛:一个格斗游戏声音设计和 AI 竞赛
本文介绍了一个新的并改进的 DareFightingICE 平台,这是一个以视障玩家为重点的对战游戏平台,采用 Unity 游戏引擎。同时,该文还介绍了 DareFightingICE 竞赛的创新分离,分为 DareFightingICE 声音设计竞赛和 DareFightingICE AI 竞赛,后续将使用一个新平台,提供了更好的音频系统和发送音频数据给 AI 代理的方式。通过这些改进和利用 Unity,新的 DareFightingICE 平台在为视障玩家添加新功能和未来音频研究方面更加易用。该文还改进了声音设计竞赛的评估方法,以确保未来 CoG 运行时对视障玩家提供更好的声音设计。据我所知,这两个竞赛是首次举办,它们之间相互提高参赛作品质量的联系使得这些竞赛成为代表更广泛游戏社区中经常被忽视的群体、即视障玩家的重要组成部分。
Mar, 2024
本研究提出了一种使用声音作为输入的深度强化学习代理(AI),称为盲 AI,在 IEEE CoG 2022 的 DareFightingICE 平台上进行比赛,并提出了不同的处理音频数据的方法和使用 PPO 算法的建议,还定义了评估参赛声音设计的两个指标。实验结果显示了我们的盲 AI 和两个指标的有效性。
May, 2022
本文介绍了通过添加自适应特性来增强 DareFightingICE 背景音乐(BGM)的工作。自适应 BGM 由三个不同类别的乐器组成,播放来自 2022 DareFightingICE 比赛胜者声音设计的 BGM。通过改变每个类别乐器的音量来使 BGM 适应性变化。我们使用深度强化学习 AI 代理(盲 DL AI)进行实验评估自适应 BGM,而该代理仅使用声音作为输入。结果表明,与没有自适应 BGM 时相比,盲 DL AI 在播放自适应 BGM 时的性能有所改善。
Mar, 2024
本文提出了一种新的 DareFightingICE 平台的通信接口,使用 gRPC 替代 Py4J 提高了数据传输的效率并降低了延迟,通过实验验证该接口有效减少了 65% 的延迟、提高了稳定性并消除了当前接口存在的丢帧问题。
Mar, 2023
本报告介绍了由中关村实验室、中国工控系统网络应急响应中心、清华大学人工智能学院、RealAI 共同举办的人工智能安全大赛(AISC)中的三个赛道,包括 Deepfake 安全竞赛,自动驾驶安全竞赛和人脸识别安全竞赛的参赛规则和前几名队伍的解决方案。
Dec, 2022
本文提出使用自适应背景音乐(BGM)增强 DareFightingICE 的方法。自适应 BGM 由五个不同的乐器演奏一首古典音乐作品 “G 弦上的爱情” 组成。通过改变各个乐器的音量,实现自适应。运用深度强化学习 AI 进行评估,结果表明使用自适应 BGM 时,Blind DL AI 的表现比不使用自适应 BGM 时有所提升。
Mar, 2023
该论文总结了在 IEEE 计算智能游戏会议上举办的三届竞赛,包括竞赛框架,竞争者以及在 20 个游戏中的改进评估结果。该竞赛填补了现有游戏人工智能竞赛的空白并为自然语言理解和生成提供了独特的挑战。
Aug, 2018
本文介绍了一项基于《上古卷轴》中的双人卡牌游戏的 AI 挑战赛,目标在于开发应对随机性、信息不对称、策略多样等多种挑战的 AI 算法,该比赛旨在鼓励使用经典对抗搜索、单人策略规划和神经网络等多种算法进行游戏策略实现,是 CCG 领域中首次针对卡组构筑的 AI 挑战赛。
May, 2023
本文提出了一种非玩家角色(AI)设计,用于促进全身运动游戏中身体各部分平衡性的使用。在使用 FightingICE 平台进行 AI 开发的战斗中,通过使用名为 UKI 的中间件,允许玩家使用身体动作而非键盘和鼠标来控制游戏。在游戏过程中,通过预测每个候选行动如何引起玩家移动以及玩家的生命状态如何受到影响,建议的 Monte-Carlo 树搜索算法确定下一步行动。结果表明,在 4 名受试者中成功提高了身体各段的平衡性。
Apr, 2017
AI Driving Olympics 竞赛提供了一个基于机器学习和人工智能的行驶机器人控制简单且清晰规定的测试环境,涉及从单车道跟踪到车队管理等一系列任务,此竞赛的结果凸显了机器人领域缺乏更好的基准测试和更好的模拟与现实之间衔接方式的需求。
Mar, 2019