XiaoMi-AI文件搜索系统
World File Search System该游戏
crawllm：具有大语言模型的主题游戏
摘要 - Video游戏玩家越来越多地寻求沉浸式和个性化的体验，这些体验与其独特的兴趣和个性产生共鸣。本研究探讨了大语言模型（LLM）在游戏重新主题中的新应用，该过程将游戏资产适应新的环境和叙述。我们将其应用于原始游戏Crawllm，该游戏结合了地牢爬行和卡片战斗力。游戏结构指导LLMS生成新主题，故事，角色和位置的提示的构建，然后指导相应的视觉资产的产生。这种方法使游戏的美学能够从其潜在的叙述中出现。我们在此展示了游戏的可玩版本，该版本具有20个预先生成的，未策划的主题。这项研究为对自动游戏生成的未来研究铺平了道路，在该研究中，LLM可以协调各种内容创建管道，以从高级提示中构建整个游戏，同时保持凝聚力的用户体验。索引术语 - 游戏，程序内容生成，图像生成，文本生成，大语言模型
儿童糖尿病教育学习游戏
抽象学习媒体是一种工具或手段，用于帮助提供信息，概念和技能的教育过程中。在健康行业中，著名学习媒体的应用之一是通过游戏，尤其是严肃的游戏。认真的游戏是互动软件，旨在介绍有趣的教育并涉及游戏的要素。这项研究旨在开发一个以“糖尿病患者英雄”的名字来为儿童提供糖尿病教育的认真游戏。本研究中使用的研究方法使用了研究与开发（R＆D）研究方法。游戏开发过程将ADDIE模型与分析，设计，开发，实现和评估的阶段进行。数据收集是通过测试游戏并向20名受访者填写问卷来进行的。结果表明，游戏“糖尿病患者的英雄”是通过RPG流派而开发的，它成功地创建了一种教育工具，该工具对于10-15岁的儿童非常适合和有效，可以传达有关糖尿病的基本信息，包括症状，定义，原因，类型，类型，方法，管理，长期影响，长期影响，以及理解疾病的重要性。用户响应使用使用问卷的响应结果表明，该游戏可以更好地了解糖尿病，并可以在玩家和游戏中玩耍的愉悦的玩法体验，而无需从玩家方面遇到困难。在医疗保健行业中，学习媒体的一个突出应用是通过游戏，尤其是严肃的游戏。Kata Kunci：糖尿病； Edukasi;游戏serius;媒体Pembelajaran抽象学习媒体是一种工具或手段，用于促进教育过程中信息，概念和技能的传递。认真的游戏是互动软件，旨在以涉及游戏元素的引人入胜的方式提供教育。本研究旨在分析一个名为“糖尿病英雄”的严肃游戏的开发，以提供糖尿病教育，并为儿童提供互动和吸引人的学习。本研究中采用的研究方法采用了研发（R＆D）方法。游戏开发过程遵循Addie模型，涉及分析，设计，开发，实施和评估的阶段。数据收集是通过游戏测试和来自20名参与者的问卷回答进行的。该研究的结果表明，“糖尿病患者的英雄”作为RPG游戏开发，有效地为10-15岁的儿童提供了适当的教育工具，以提供有关糖尿病的基本信息，包括症状，定义，原因，类型，管理，长期影响，并了解疾病的重要性。使用使用问卷的用户响应结果表明，该游戏可以更好地了解糖尿病，并为玩家提供愉快的游戏体验，并且可以玩游戏而不会给玩家带来困难。关键字：糖尿病；教育;认真的游戏；学习媒体
脑机接口 - 兰德公司
脑机接口 (BCI) 代表一个新兴且具有颠覆性潜力的技术领域，迄今为止，它在国防和国家安全政策界几乎没有引起公开讨论。这项研究考虑了未来 BCI 技术可能与未来作战人员相关的关键领域。它试图探索人机神经通信的当前和未来发展价值、相关漏洞和风险，以及在部署该技术之前应到位的政策杠杆。该项目借鉴了相关技术和安全文献的审查以及与主题专家的讨论，开发了一款召集技术和运营专家于 2018 年 7 月参加的游戏。该游戏针对两个未来战术城市作战小场景测试了功能性“BCI 工具箱”的潜在效用。游戏结果表明，BCI 技术很可能在未来战场上得到实际应用，特别是随着人机交互的速度和数量不断增加。在小插图中，参与者预计 BCI 功能可以提高通信速度、改善通用态势感知，并允许操作员同时控制多个技术平台。参与者指出，每种 BCI 功能的实用性在很大程度上取决于其在战斗中的保真度和可靠性。在游戏中评估的功能中，直接 br
Battlespace Next™：开发一款严肃游戏来探索多领域作战
地缘政治格局的变化和日益复杂的技术促使美国军方创造了“多域作战”（MDO）和“联合全域指挥与控制”（JADC2）这两个术语，作为涵盖传统和新兴作战领域的战争复杂性的总体战略。教授与这些术语相关的新概念需要创新以及独特的教育和培训工具，以实现高级军事领导人所倡导的文化变革。Battlespace Next TM (BSN) 是一款严肃的游戏，旨在教授 MDO 不可或缺的概念并在节省时间、金钱和人力的同时引发对军事战略的讨论。BSN 是一款收藏类卡牌游戏 (CCG)，旨在提供一种引人入胜的学习工具，教授多域冲突中的能力。本文提出了一个可扩展的游戏框架，用于对 MDO 概念进行建模和推理，并介绍了我们从 120 多名军事游戏测试人员对游戏的中等到困难版本进行评估后获得的经验反馈。结果表明，该游戏教授了 MDO 概念，并提供了引人入胜的实践学习体验。具体而言，我们提供的证据表明，至少 62% 的参与者在 MDO 的七个领域提高了军事准备，76% 的受访者表示他们喜欢玩这个游戏。
![＃1570994064的记录版权表格：定量指标与tsushima游戏幽灵的顺序和场景景观的定量指标与主观评估之间的相关性[IEEE GEM 2024]](/simg/1\15a47feeed8f0b4888d43bc780397315eb48bd6d.webp)
＃1570994064的记录版权表格：定量指标与tsushima游戏幽灵的顺序和场景景观的定量指标与主观评估之间的相关性[IEEE GEM 2024]
摘要 - 与其相关的研究人员和设计师所付出了许多努力，将隐藏在元评估和虚拟现实技术中的潜力进行了努力，这使得元和虚拟现实的构建成为了一个趋势主题。在虚拟世界中，除虚拟体系结构外，虚拟景观还起着必不可少的作用。同时，尽管游戏中的景观构成了虚拟景观的重要组成部分，但电影和动画视觉效果中的景观在虚拟景观中也起着重要作用。与电影或动画中的景观相比，玩游戏可以被视为与游戏景观的主观互动，该游戏更接近与Metaverse或虚拟现实的互动（它们都显示出与虚拟景观的主观互动）。因此，本文将把游戏作为研究媒介。Tsushima游戏幽灵中美丽的景观获得了广泛的好评。因此，本文将基于Tsushima幽灵的游戏景观，以分析游戏景观的顺序和场景景观之间的相关性和主观评估。因此，这项研究的目的是找到定量度量指标之间的有意义的相关性（本文将是分形维度，这是游戏景观的复杂性水平）和主观语句，以提供设计建议，以构建游戏中虚拟景观。
量子井字游戏 | PhysLab
在本节中，我们将探索量子版井字游戏背后的数学原理，该游戏将伴随游戏的主要组成部分：量子电路，双方玩家都需要通过量子电路进行交互。然而，考虑到游戏规则刻意保持简单，本文这一部分的目的是向玩家提供一种草图，说明随着游戏的进行，方块内的状态如何演变。因此，我们不会让玩家完全不知道游戏板背后隐藏的所有量子力学，而是鼓励玩家探索这些量子门的后果；通过这种方式，他们甚至可以在每一步之后制定不断变化的策略，以赢得游戏。[2] 首先，我们将介绍游戏过程中量子电路中将使用的门。然后，我们将介绍游戏板的初始配置，其中每个方块包含 X 和 O 的叠加态。最后，为了展示门与瓷砖内的叠加状态的相互作用（按照合法的移动），我们将展示一步一步的假设游戏玩法，其中将显示两个版本的游戏板：一个是“经典”游戏板，它将显示每次移动后 X 和 O 的位置，另一个是“量子”游戏板，其中包含有关所使用的门和每个瓷砖中存在的状态的所有信息。
二十一点的随机环境中的增强学习和进化算法
二十一点是一款赌场纸牌游戏，只有几个基本动作，但它具有不可思议的可能性（Thorp，1966）。Garvie（2017）解释了二十一点的所有规则。简而言之，游戏的目的是达到或获得尽可能接近21分。玩家用两张牌开始游戏，并决定是否拿另一张卡（命中）（站立）。如果玩家超过21岁，他们会输。如果经销商拥有21多名，则球员将获胜。如果球员的总数高于经销商，他们也会赢。其他可能的动作是分开的，只有在玩家手中有两个同一张卡并加倍时才允许，只有在卡总计9,10或11时才允许。通过拆分，游戏有效地分为2场比赛，两场比赛正常进行。又增加了一张卡，但它使该游戏的赌注翻了一番。游戏取决于运气，并且没有一种能够赢得的策略，但是，与次级或随机比赛相比，有一些玩法可以增加获胜几率的方法。由于二十一点是一款赌场游戏，因此它的设计使房屋总是有略有优势。根据其他研究（Summerville，2019年），（Thorp，1966）二十一点的最佳策略
神经教育和嬉戏学习：有关影响的证据 div>
本文旨在分析有关嬉戏学习对神经教育方法认知发展的影响的科学证据。 div>按照PRISM指南（系统评价和荟萃分析的首选报告项目）进行了系统的审查。 div>搜索是在PubMed，Scopus和Web of Science等数据库中使用与“神经教育”，“LúdiCo”和“认知发展”有关的术语进行的。 div>在2010年至2024年之间发表的英语和西班牙语的研究，总共获得了符合纳入标准的18篇文章。 div>结果强调了娱乐性学习刺激与记忆，注意力和执行功能相关的大脑区域，促进了解决问题和批判性思维等过程。 div>此外，该游戏还会在早期促进神经元联系并改善情绪调节。 div>最有效的方法包括基于互动游戏和教育环境中的活动的学习。 div>总而言之，娱乐性学习构成了刺激认知发展的重要工具，尤其是在童年时期。 div>证据支持在教育环境中实施基于游戏的策略，以增强认知和社会情感技能。 div>建议进行未来的研究，以整合跨学科的方法来加强这些结论。 div>
突破分配的快速准确的机器学习自动载体
我们详细介绍了机器学习自动级别的成功部署，该机器自动级别大大降低了分组计算机科学分配所需的分级人工。这项任务（将学生都任命为编程的游戏，该游戏由一个可控制的桨和一个球从桨上弹跳以折断砖头的游戏 - 很受欢迎，因为它吸引了具有入门计算机智能概念的学生，但产生了巨大的分级负担。由于游戏的互动性质，评分违反了传统的单元测试，而通常需要手动玩每个学生的游戏以搜索错误。这相当于标准课程提供的45小时的评分，并防止了进一步的分配。我们的自动骑士通过与强化学习者和为教师的发现错误的视频进行了每种学生游戏，从而减轻了这一负担。在用手动分级的A/B测试中，我们发现我们的人类AI自动载体将评分时间减少了44％，同时将分级准确度略有提高6％，最终在两份分配的产品中节省了大约30小时。我们的结果进一步表明，通过类似的机器学习技术对其他交互式作业（例如其他游戏或构建网站）进行分级的实用性。https://ezliu.github.io/breakoutgrader的实时演示。
在严肃游戏中使用人工智能技术来发展社会道德推理能力
社会道德推理 (SMR) 是一种社会认知结构，对于决策和社会互动适应至关重要。它通常被定义为“个人如何思考支配日常生活中社会互动的道德情感和惯例”(Beauchamp、Dooley 和 Anderson 2013)。能够预测和诊断一个人的社会道德推理技能水平 (或能力) 是量化人们的社会功能的关键步骤，可用于识别那些有不良社会行为风险的人。这种诊断可以帮助人们获得适当的服务或提供足够的支持来提高这种技能的发展。社会道德推理能力水平 (So-Moral)(Dooley、Beauchamp 和 Anderson 2010) 任务是一种计算机测量的演练，其中向儿童和青少年展示日常生活中的视觉社交困境。然后要求他们用语言描述自己在这种情况下会如何反应，以证明自己的答案。参与者的答案被逐字记录在笔录中，随后由专家使用受科尔伯格道德发展理论 (Kohlberg 1984) 启发的道德成熟度编码方案进行手动评分。逐字记录是包含至少一个句子的短文或长文。每个社会道德推理水平都由专家详细记录。在本文中，我们提出了一种新颖的情绪自适应严肃游戏 (LesDilemmes)，旨在帮助培养 SMR 成熟度。该游戏基于现有的计算机化