• 大型语言模型 (LLM) 是内容创作的一大亮点。在我们的艺术家手中,它可以以令人难以置信的速度进行创造性创作和处理纹理、模型、动画、灯光、脚本、画外音等。甚至动作捕捉和口型同步都可以实时“现场”完成。从不到一分钟的预录音频中就可以捕捉到近乎完美的名人配音模仿。这让我们的游戏内容实施和迭代速度大大提高,结果也更加广泛和稳健。
最近来自政府间气候变化的气候报告表明气候变化正在发展(IPCC,2022年)。经济参与者通过高能源和资源消耗,复杂的生产过程以及商品的全球分配为温室气体排放做出了贡献。各种概念会影响公司如何处理气候变化,包括责任感,管理态度和共享价值观。在组织中,经理通常被证明是关键功能或变更代理(Lines and Vardireddy,2017年),以建设性地处理气候变化和必要的变化过程(Linnenenlücke等,2013; Fischer等,2018)。除了充当榜样并提供资源外,他们还负责促进共同的感知,凝聚力和动机,建立愿景和价值观以及解决社会问题。此外,管理人员负责发起变革,开发工作流程,通过设定目标来激励员工并充当合作伙伴。由于敏感和跨学科的气候交流可以增加接受者的接受度(Madani等,2017; Lewandowsky,2021年)在利益相关者(例如经理人)中,需要使用教义方法,而这些方法通常超出了常规的众多报告,这些报告通常也被视为歧义和混乱(Rivera和Clement和Clement,2019年)。这可以通过基于游戏的学习(GBL)和认真的游戏(例如商业模拟)来实现,该游戏提供了一种建设性的方法(Bado,2019年),使复杂且与社会政治相关的学习内容(Flood等,2018)。
摘要 本研究的目的是研究电脑游戏(益智游戏 Moument Valley 和模拟游戏 SimCity)对患有特定学习障碍(阅读、写作、数学)学生的工作记忆和空间视觉感知的影响。本研究的调查是半实验研究,前测和后测采用单组,统计方法为混合方差分析。统计人群是德黑兰复活四所女孩 Maad 小学三年级、四年级、五年级、六年级的全部 216 名学生,其中 10 人通过随机抽样和可用抽样进行测量。为了收集信息,使用了(Susan pickering 工作记忆测试、Visconsin 卡片分类测试和 Frostig 测试)。结果表明,特定学习障碍(阅读、写作、数学)学生与正常学生在工作记忆和空间视知觉等方面存在差异,而电脑游戏(益智游戏 Moument Valley 和模拟游戏 SimCity)对特定学习障碍(阅读、写作、数学)学生的工作记忆和空间视知觉有影响。 关键词:工作记忆 空间视知觉 学习障碍 电脑游戏 引言 特定学习障碍是指一组异质性障碍,其特征是在言语、阅读、写作、答题或数学技能的习得和使用上存在显著差异。学习障碍是一种在使用口头或书面语言方面存在一种或多种显著障碍,在听、想、说、读、写、拼写或进行数学计算的能力上存在缺陷。特定学习障碍是一种影响儿童接收、处理、分析或存储信息能力的问题。这种障碍会使儿童难以阅读、写作、拼写或解决数学问题 [1]。学生特定学习障碍的主要特征包括:自然智力水平、学习成绩低于预期、学习速度慢、认知发展、教育基础重复、学习水平差异、不同学习、课程学习。能力和技能之间存在显著差异,注意力范围狭窄[2]。换句话说,他们尽管智力正常,却无法学习,虽然成长的各个方面与生物成熟度有直接关系,但一般认为生物和非生物因素都可以发挥作用[3]。人类的学习工具随着环境而变化。如果今天的儿童和青少年
冲突模拟游戏(KPS)是一种互动的、基于角色的为期一天的模拟,教授国际外交和安全政策方面的内容。科索沃安全部队以叙利亚和伊拉克所谓的“伊斯兰国”崛起的情景为基础,向学员展示了从危机分析到国际层面冲突解决的道路是多么复杂多样。同时,也增进了对安全政策的理解。在模拟游戏中,冲突中最重要的行为者由参与者来代表。为此,他们分别担任政府首脑和国家部长,试图在联合国的调解下找到解决冲突的办法。
• 就外交和安全政策中的不同和当前主题进行讲座(德国联邦国防军的使命和任务、联盟、德国联邦国防军的行动、国家和联盟防御等) • 就不同内容/重点在国内外进行研讨会 • 小组讨论 • 模拟:政治与国际安全(POL&IS)、冲突模拟游戏(KPS) • 学校团体参观部队 • 为教师、学员和乘数提供进一步培训 • 青年军官参加重大活动(例如贸易展览会) • 服务组合信息活动
在学生玩 SPENT 贫困模拟游戏之前,让他们了解各种开支的实际生活成本以及预算的意义非常重要。虽然我们的一些本科生可能已经实现了经济独立,但我们知道,大多数学生在日常生活中仍然至少在一定程度上依赖父母/监护人的经济支持。因此,他们在这方面有限的生活经验可能会成为他们完全理解 SPENT 旨在解决的概念的障碍。此外,在玩完 SPENT 后,让学生进行反思性讨论也很重要,以了解他们的体验,并确定模拟是否挑战或肯定了他们对贫困和贫困人口的任何假设。
将学习融入商业游戏可以丰富玩家体验,但可能会让开发者担心诸如失去对游戏世界的控制等问题。我们探讨了一些应用研究和一些实地应用,这些应用表明机器学习研究具有巨大的可能性,包括实时战略游戏、飞行模拟游戏、汽车和摩托车赛车游戏、围棋等棋盘游戏,甚至囚徒困境等传统博弈论问题。这些研究的共同特点是机器学习有可能减轻游戏开发者的负担。然而,存在一些挑战阻碍了机器学习的更广泛应用。我们讨论了其中的一些挑战,同时探索了在游戏中广泛使用机器学习的机会。
近几个月来,各国政府采取了许多措施来抗击 COVID-19 疫情。由于疾病的未知特性以及缺乏应对疫情的经验,所采取措施的有效性往往难以评估,导致措施低效和有效措施的延迟执行。已经提出了许多模型来评估这些措施对疫情蔓延的影响,但这些模型通常被大大简化,因此表达能力有限。为了扩展模型的表现力,我们在灵活且可扩展的城市模拟游戏中开发了一个流行病模拟,以分析该城市应对疫情的措施并在微观层面上发现常见的感染场所。我们开发的流行病模拟的可配置性也将对未来潜在的流行病有用。
预测武器系统的性能很难用数学方程来估计,因为要考虑的变量很多。建模和仿真技术已经提出了可以评估武器系统开发和部署的最佳解决方案。模拟目的是设计模拟系统的决定性因素,但为每个目的开发一个模拟器成本高、不迅速、不灵活。分布式仿真系统通过将现有的模拟器与系统连接起来,允许以经济的输入资源进行大规模模拟,并且可以灵活、快速地重新设计系统以用于其他目的。本研究使用最初为军事模拟设计的 Delta3D 模拟游戏引擎在分布式系统中实现水下战争模拟,由于水下作战受环境情况影响最大,因此模拟系统交换环境数据。本研究采用 SEDRIS 处理环境数据,采用 HLA/RTI 处理分布式系统。