XiaoMi-AI文件搜索系统
World File Search SystemGame
传感器控制的数字游戏用于心力衰竭自我
背景：心力衰竭（HF）是美国老年人住院的主要原因。HF结果存在很大的种族和地理差异，居住在美国南部州的患者的死亡率比全国平均水平高69％。自我管理行为，尤其是日常体重监测和体育锻炼，对于改善HF结果极为重要。但是，患者通常对这些行为的依从性特别低。随着数字技术的兴起以改善健康成果并激励健康行为，传感器控制的数字游戏（SCDGS）已成为一种有希望的方法。scdgs提供了可移植和可扩展的好处，并允许在其现实世界中的健康行为的持续观察和动机。他们在老年人中也变得越来越流行，并提供了一种沉浸式且易于使用的方式来衡量自我管理行为并提高依从性。尚未为老年人设计SCDG或评估以测试其结果。目的：这项随机临床试验旨在评估SCDG在整合体重量表和活动跟踪器传感器HF参与者的行为数据方面的疗效，以激活游戏的进度，奖励和反馈，并最终提高对重要自我管理行为的依从性。方法：将共有200名HF参与者，年龄≥45岁，将被招募并随机分为2组：SCDG播放组（干预组）和仅传感器组（对照组）。两组都将获得体重量表，体育活动跟踪器和随附的应用程序，而干预组只会播放SCDG。此设计评估了游戏的贡献。所有参与者将在6和12周时完成基线调查以及后测试，以评估干预的直接影响。他们还将在24周内完成第三次后测试，以评估行为变化的维持。将通过衡量与HF相关的近端结果（日常体重监测和身体活动的自我管理行为）以及基线和基线之间的远端结果（HF住院，生活质量和功能状态）以及第6、12、12和24周之间的远端结果（HF住院，生活质量和功能状态）来评估效率和收益。所测量的主要结果将是重量监测的天数，该设计至少为检测两组之间的差异提供了至少80％的功率。结果：招募始于2022年秋天，第一名患者于2022年11月7日入学。预计将在2025年第1季度招募最后一个参与者。预计将在2026年发布完整结果和数据。
CS 7632 游戏 AI - 教学大纲
Jeff Wilson，博士 高级研究员 人力与技术研究所 jeff.wilson@gatech.edu 描述 欢迎来到 CS 7632 游戏 AI。在应用于视频游戏开发时，人工智能与一般 AI 研究的目的不同。这是因为一般 AI 通常关注寻找正确和/或最佳答案。但是，游戏 AI 的目标只是提供有趣的游戏体验。因此，游戏 AI 解决方案可能涉及偷工减料、欺骗游戏玩家或在实施方面作弊。游戏 AI 还面临着计算资源有限的挑战，因为视频游戏涉及许多必须协调工作的子系统，例如图形、声音、物理模拟等。游戏 AI 通常在游戏功能列表中的优先级较低，这进一步激发了偷工减料策略。虽然游戏 AI 通常利用经典 AI 研究中的概念，但您会发现有许多独特的实施策略可实现有趣的游戏体验。游戏 AI 课程涵盖的主题包括代理移动、路径规划、决策、目标导向行为、学习和程序内容生成。技术要求和软件 大多数软件开发都是使用 Unity 引擎和 C# 编程语言进行的。学生需要能够运行 Unity 的 Windows PC 或 Mac。某些作业可能会使用 Python 等补充工具。建议的背景知识 学生应该熟悉基本的计算机科学概念，例如算法和数据结构。学生还应该具有强大的软件开发背景。学生不必熟悉 Unity 引擎。对于不熟悉 C# 的人，熟悉 Java 等强类型面向对象编程语言会很有帮助。作业权重注意：作业和权重可能会因学期而异。请参阅 Canvas 了解具体信息。
基于攻击防御的强化学习学习隐私的方法，以针对双重拍卖市场推理攻击
摘要 - 作为一种公平而有效的资源分配方法拍卖机制已被广泛用于品种交易方案，例如广告，众汇和频谱。但是，除了获得更高的利润和满意度外，隐私问题还引起了研究人员的关注。在本文中，我们主要研究了针对间接推理攻击的双重拍卖市场中保存隐私问题。大多数现有作品都采用差异隐私理论来防御推断攻击，但存在两个问题。首先，差异隐私（DP）的“难以区分”无法阻止拍卖市场中持续估值。第二，尚未解决差异隐私部署中的隐私 - 实用性权衡（PUT）。为此，我们提出了一种基于攻击防御的强化钢筋学习隐私方法 - 保存实际上在双重拍卖中提供隐私保护的方法。首先，拍卖师充当防守者，为投标人的估值增加了噪音，然后充当发射推理攻击的对手。之后，拍卖师使用攻击结果和拍卖结果作为指导下一次部署的参考。上述过程可以视为马尔可夫决策过程（MDP）。国家是当前步骤下每个投标人的估值。动作是添加到每个竞标者中的噪声。奖励由隐私，公用事业和培训速度组成，其中攻击成功率和社会福利被视为隐私和效用的衡量标准，使用延迟惩罚条款来减少培训时间。利用深层确定性政策梯度（DDPG）算法，我们建立了一个参与者批评网络来解决MDP问题。最后，我们进行了广泛的评估，以验证我们提出的方法的性能。结果表明，与其他现有的基于DP
游戏理论对学生主题的好处...
•战略思维：学生将增强他们做出明智的战略选择的能力，这是适用于许多专业环境的技能。•数学连接：学生将欣赏数学各个分支之间的互连，包括概率，线性代数，几何和微积分，并应用他们在其他课程中所学到的知识。•互动学习：讲座将引人入胜，并提供大量互动游戏来说明关键概念。涵盖的主题
爱尔兰——长时储能领域的游戏规则改变者？
完善容量市场 • 为 LDES 添加特定机制 • 更改降额因素、价格上限 存储支持计划拍卖 • 长期差价合约或上限和下限 • 收入叠加能力、市场主导的系统服务合同 • 基于可用性的支付 • 中央 TSO 控制，无收入叠加
自适应世界：游戏设计和游戏未来的生成AI和交互式媒体
生成的AI正在彻底改变游戏设计领域，并在游戏玩法中引入了前所未有的适应性和个性化。AI驱动引擎的最新进步可实现实时内容创建，提供了动态的，以玩家为导向的体验，与传统的预编程叙述不同。此班次标志着向“选择自己的冒险”格式的过渡，其级别，敌人，收藏品和武器的数量无限数量，该级别是针对每个玩家的决定量身定制的。Google的Gamengen展示了AI重新创建经典游戏，例如实时学习和生成游戏玩法的能力。这些创新并不仅限于游戏。它们扩展到了娱乐，电视和电影，诸如Cybever之类的AI工具允许创作者从诸如草图之类的简单输入中产生3D世界。这样的发展强调了AI在塑造交互式媒体中的作用的更广泛趋势，为个性化学习和娱乐体验提供了新的机会。诸如笔记本LM之类的工具的出现也模糊了游戏与其他媒体之间的界限，从而创建了AI编写的脚本和化身，从而增强了跨平台的讲故事。本文探讨了生成AI的变革潜力，强调了对娱乐，游戏及其他地区的未来的影响。
