基于游戏的人工智能研究平台
该论文提出了一个现有模拟平台的新分类法,并探讨了通用平台的最高级别类,这些平台可以开发具有丰富的可视化、物理、任务和社交复杂性的学习环境。作者认为,现代游戏引擎非常适合作为通用平台,并以 Unity 引擎和开放源代码 Unity ML-Agents Toolkit 为案例研究。接着,作者调查了 Unity 和 Unity ML-Agents Toolkit 所支持的研究,讨论了灵活、交互和易配置的通用平台可以促进哪些研究。
Sep, 2018
最近几年,人工智能和基于网络的编程领域取得了巨大的进步,能够让开发者创建动态和交互性的网站和应用程序。本文探讨了创意人工智能工具和基于游戏的方法对交互式基于网络的编程的潜力,研究了它们的优势、局限性和现实应用。同时,我们还分析了将这些技术整合到网站开发中时所面临的挑战和伦理考虑,如隐私问题和人工智能生成内容的偏见。通过这次探索,我们旨在对创意人工智能工具和基于游戏的方法给予未来基于网络编程带来的令人兴奋的可能性提供见解。
Aug, 2023
本文探讨了在 MOBA 游戏中使用人工智能进行游戏研究的主要特征和机会,并提出了一种离散模型,以更好地理解和探索游戏,以此来鼓励 MOBA 作为新的游戏人工智能研究平台的使用。
May, 2017
本文介绍了 Griddly—— 一种游戏人工智能研究平台,它不仅提供高度配置的游戏环境和不同的观察者类型,还有高效的 C++ 核心引擎。研究者在该平台上进行的基准实验有助于研究不同观察配置和强化学习智能体的泛化能力。
Nov, 2020
介绍了一个名为 Arena 的多智能体通用评估平台,其中包含 35 个逻辑和表述多样的游戏,以及可视化的社会树和五种基本的多智能体奖励机制,为研究人员提供了一个易于发明和构建新的多智能体问题的建模工具包,还提供了五个最先进的深度多智能体强化学习基线的 Python 实现和一组我们可以使用不同的训练方案训练的每个游戏的 100 个最佳的代理 / 团队,作为评估群体表现的基础,以便研究人员可以在稳定和统一的标准下进行比较。
May, 2019
本文综述了应用于游戏中的人工智能的伦理问题,通过情感循环的组成部分研究了 AI 在游戏开发中所面临的伦理挑战,包括情感的伦理边界,隐私与安全游戏空间之间的权衡,以及透明度与所有权等方面的问题。并呼吁开放性对话和行动,以确保保护用户并引导开发人员为他们的客户提供更安全、更好的体验。
May, 2023
本文提出了一种使用自动代理进行游戏测试的方法,该方法可以以分钟级的速度完成测试者需要数天才能完成的有机游戏。该测试方法的应用在《模拟人生移动版》中取得了积极的效果,对游戏的平衡性,奖励设置以及选项效果进行了评估和优化,从而提升了玩家体验。
Nov, 2018
人工智能竞赛的生态系统是一个多样化和多方面的领域,其中包括各种平台,每年举办大量的竞赛,以及专门致力于单一竞赛的众多专业网站。本章对该领域的主要服务进行了广泛审查,并阐述了一些促进这些挑战独立托管的替代方法。
Dec, 2023
本研究探讨了开发认知机器人的架构研究挑战,提出了未来机器人设计和开发框架中需要考虑的替代性架构假设,针对虚拟数字平台上操作的软件机器人如何理解平台层面和表现出人类用户行为的问题。
May, 2023