ترجمه فارسی مقاله Moonshine: تقطیر ژنراتورهای بازی در مدل های تولیدی قابل هدایت

240,000 تومان

عنوان مقاله به انگلیسی Moonshine: Distilling Game Content Generators into Steerable Generative Models
عنوان مقاله به فارسی ترجمه فارسی مقاله Moonshine: تقطیر ژنراتورهای بازی در مدل های تولیدی قابل هدایت
نویسندگان Yuhe Nie, Michael Middleton, Tim Merino, Nidhushan Kanagaraja, Ashutosh Kumar, Zhan Zhuang, Julian Togelius
فرمت مقاله انگلیسی PDF
زبان مقاله تحویلی ترجمه فارسی
فرمت مقاله ترجمه شده به صورت فایل ورد
نحوه تحویل ترجمه دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی)
تعداد صفحات 12
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Artificial Intelligence,هوش مصنوعی ,
توضیحات Submitted 18 August, 2024; originally announced August 2024. , ACM Class: I.2.1
توضیحات به فارسی ارائه شده در 18 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، کلاس ACM: I.2.1
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP

NASA ADS

Google Scholar

Semantic Scholar

فرمت ارائه ترجمه مقاله تحویل به صورت فایل ورد
زمان تحویل ترجمه مقاله بین 2 تا 3 روز پس از ثبت سفارش
کیفیت ترجمه بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه می‌شود.
جداول و فرمول ها کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج می‌شوند.

چکیده

Procedural Content Generation via Machine Learning (PCGML) has enhanced game content creation, yet challenges in controllability and limited training data persist. This study addresses these issues by distilling a constructive PCG algorithm into a controllable PCGML model. We first generate a large amount of content with a constructive algorithm and label it using a Large Language Model (LLM). We use these synthetic labels to condition two PCGML models for content-specific generation, a diffusion model and the five-dollar model. This neural network distillation process ensures that the generation aligns with the original algorithm while introducing controllability through plain text. We define this text-conditioned PCGML as a Text-to-game-Map (T2M) task, offering an alternative to prevalent text-to-image multi-modal tasks. We compare our distilled models with the baseline constructive algorithm. Our analysis of the variety, accuracy, and quality of our generation demonstrates the efficacy of distilling constructive methods into controllable text-conditioned PCGML models.

چکیده به فارسی (ترجمه ماشینی)

تولید محتوای رویه ای از طریق یادگیری ماشین (PCGML) ایجاد محتوای بازی را افزایش داده است ، اما در عین حال چالش هایی در کنترل و داده های آموزشی محدود ادامه دارد.این مطالعه با تقطیر یک الگوریتم سازنده PCG در یک مدل PCGML قابل کنترل ، این موضوعات را بررسی می کند.ما ابتدا مقدار زیادی از مطالب را با یک الگوریتم سازنده تولید می کنیم و آن را با استفاده از یک مدل زبان بزرگ (LLM) برچسب می زنیم.ما از این برچسب های مصنوعی برای شرط دو مدل PCGML برای تولید خاص محتوا ، یک مدل انتشار و مدل پنج دلاری استفاده می کنیم.این فرآیند تقطیر شبکه عصبی تضمین می کند که این نسل با الگوریتم اصلی ضمن معرفی کنترل از طریق متن ساده ، تراز شود.ما این PCGML را به عنوان یک کار با متن به بازی (T2M) تعریف می کنیم و جایگزینی برای کارهای چند منظوره متن به تصویر را ارائه می دهیم.ما مدلهای مقطر خود را با الگوریتم سازنده پایه مقایسه می کنیم.تجزیه و تحلیل ما از تنوع ، دقت و کیفیت نسل ما اثربخشی روشهای سازنده تقطیر شده در مدلهای PCGML با تهویه مطبوع را نشان می دهد.

فرمت ارائه ترجمه مقاله تحویل به صورت فایل ورد
زمان تحویل ترجمه مقاله بین 2 تا 3 روز پس از ثبت سفارش
کیفیت ترجمه بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه می‌شود.
جداول و فرمول ها کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج می‌شوند.

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “ترجمه فارسی مقاله Moonshine: تقطیر ژنراتورهای بازی در مدل های تولیدی قابل هدایت”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا