抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
動的困難調整(DDA)は,プレーヤのスキルにマッチするゲームの挑戦を適応させる技術である。それは,プレーヤーへの連続的動機づけと浸漬を提供するゲーム開発における重要要素である。しかし,従来のDDA法は,様々なプレーヤーのレベルを生成するために,ゲームパラメータの調整を必要とする。深層学習に基づく最近のDDAアプローチは,時間消費調整プロセスを短縮できるが,適応のための十分なユーザデモデータを必要とする。本論文では,メタ学習アルゴリズムを適用することにより,少数のデモデータだけを用いて,様々なプレーヤーに対するゲームの困難さを調整できる高速ユーザ適応法を提案した。ビデオゲーム環境ユーザテスト(n=9)において,提案したDDA法は,典型的な深層学習ベースベースライン法より優れていた。【JST・京大機械翻訳】