MétaCan
Menu
Retour à la cohorte
Enregistrement W2123884785 · doi:10.1109/cec.2011.5949704

Financial control of the evolution of autonomous non-player characters

2011· article· en· W2123884785 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
ThématiqueEvolutionary Algorithms and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAdversaryMovement (music)PopulationControl (management)Function (biology)Autonomous agentController (irrigation)Object (grammar)Stochastic gameMulti-agent systemArtificial intelligenceComputer securityMicroeconomicsEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

This study prototypes a method of evolving autonomous agents that can act as non-player characters (NPCs) in a game. The agents move based on information about their local environment and have evolved weapons, armor, ability to take damage, and movement factors. The creation of the agent is divided into two phases. In the first, a population of competent movement controllers are evolved. In the second, agents start with a competent movement controller and evolve weapons, levels of armor, number of hitpoints, and numbers of movement factors. The movement controller continues to evolve in the second phase. The evolution of the agent's equipment is constrained by a budget together with a price for each type of object the agent can have. The gene specifying the agent's equipment is in the form of a "wish list" of equipment, traversed left-to-right, with the agent buying items from the list as long as its budget suffices. A agent that is a more dangerous opponent can be evolved by giving it a larger budget. A group of experiment are performed that demonstrate that the budget can be used to control an agent's toughness. Additional experiments show that changing the price list for different items can also be used to control the types of agents that evolve. Pitfalls in the selection of the fitness function for the agents are discussed.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,134

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolutionary Algorithms and ApplicationsTravaux en français237 207