MétaCan
Menu
Retour à la cohorte
Enregistrement W2117414960 · doi:10.5555/2663700.2663708

Reusable components for artificial intelligence in computer games

2012· article· en· W2117414960 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueModel-Driven Software Engineering Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReuseModular designComputer scienceSoftware engineeringComponent (thermodynamics)Video game developmentInterface (matter)ReusabilityGame programmingComponent-based software engineeringHuman–computer interactionSoftwareSoftware developmentArtificial intelligenceGame DeveloperGame designProgramming languageEngineeringGame design documentOperating system

Résumé

récupéré en direct d'OpenAlex

Abstract—While component reuse is a common concept in software engineering, it does not yet have a strong foothold in Computer Game development, in particular the development of computer-controlled game characters. In this work, we take a modular Statechart-based game AI modelling approach and develop a reuse strategy to enable fast development of new AIs. This is aided through the creation of a standardized interface for Statechart modules in a layered architecture. Reuse is enabled at a high-level through functional groups that encapsulate behaviour. These concepts are solidified with the development of the SkyAI tool. SkyAI enables a developer to build and work with a library of modular components to develop new AIs by composing modules, and then output the resulting product to an existing game. Efficacy is demonstrated by reusing AI components from a tank to quickly make a much different AI for a simple animal. Keywords-AI, Computer Games, Reuse, Statecharts I.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,282
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle