MétaCan
Menu
Retour à la cohorte
Enregistrement W2478918239 · doi:10.4018/978-1-60566-898-7.ch011

The AGILE Design of Reality Game AI

2010· book-chapter· en· W2478918239 sur OpenAlexaboutno aff
Robert G. Reynolds, John O’Shea, Xiangdong Che, Yousof A. Gawasmeh, Guy Meadows, Farshad Fotouhi

Notice bibliographique

RevueIGI Global eBooks · 2010
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueArtificial Intelligence in Games
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgile software developmentExploitBridge (graph theory)Land bridgeComputer scienceClass (philosophy)GeographyEnvironmental resource managementEngineeringArtificial intelligenceSoftware engineeringEnvironmental scienceSociologyComputer security

Résumé

récupéré en direct d'OpenAlex

This chapter investigates the use of agile program design techniques within an online game development laboratory setting. The proposed game concerns the prediction of early Paleo-Indian hunting sites in ancient North America along a now submerged land bridge that extended between Canada and the United States across what is now Lake Huron. While the survey of the submerged land bridge was being conducted, the online class was developing a computer game that would allow scientists to predict where sites might be located on the landscape. Crucial to this was the ability to add in gradually different levels of cognitive and decision-making capabilities for the agents. We argue that the online component of the courses was critical to supporting an agile approach here. The results of the study indeed provided a fusion of both survey and strategic information that suggest that movement of caribou was asymmetric over the landscape. Therefore, the actual positioning of human artifacts such as hunting blinds was designed to exploit caribou migration in the fall, as is observed today.

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.

Comment cette classification a été obtenuedéplier

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,299
Écart entre enseignants0,247 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetArtificial Intelligence in GamesTravaux en français237 207