会员服务
图 · 有向 · 塑造 · 人工智能 ·
2021 年 11 月 22 日
General Board Geometry
翻译：总理事会 几何委员会
Cameron Browne,Éric Piette,Matthew Stephenson,Dennis J. N. J. Soemers
Cameron Browne,Éric Piette,Matthew Stephenson,Dennis J. N. J. Soemers
from arxiv, Accepted at Advances in Computer Games (ACG) 2021

Game boards are described in the Ludii general game system by their underlying graphs, based on tiling, shape and graph operators, with the automatic detection of important properties such as topological relationships between graph elements, directions and radial step sequences. This approach allows most conceivable game boards to be described simply and succinctly.


翻译：Ludii 常规游戏系统以平面、形状和图形操作员为基础,以底图描述游戏板,自动检测重要属性,如图形元素、方向和半径步骤序列之间的地形关系。 这种方法可以简单简洁地描述大多数可以想象的游戏板。
0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning，49页ppt
【图与几何深度学习】Graph and geometric deep learning，49页ppt
专知会员服务
63+阅读 · 2021年4月24日
【DeepMind】强化学习教程，83页ppt
【DeepMind】强化学习教程，83页ppt
专知会员服务
152+阅读 · 2020年8月7日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【报告推荐】三维及超几何处理中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Geometric Processing ）
【报告推荐】三维及超几何处理中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Geometric Processing ）
专知会员服务
10+阅读 · 2019年11月10日
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
专知会员服务
57+阅读 · 2019年11月10日
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
专知会员服务
15+阅读 · 2019年11月1日
【ICCV 2019 Workshop】Geometric View of Optimal Transportation and Generative Adversarial Networks ，石溪大学，哈佛大学 顾险峰教授
【ICCV 2019 Workshop】Geometric View of Optimal Transportation and Generative Adversarial Networks ，石溪大学，哈佛大学 顾险峰教授
专知会员服务
24+阅读 · 2019年10月30日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
动物脑的好奇心和强化学习的好奇心
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Towards Objective Metrics for Procedurally Generated Video Game Levels
Arxiv
0+阅读 · 2022年1月25日
Problife: a Probabilistic Game of Life
Arxiv
0+阅读 · 2022年1月24日
Differential Geometry in Neural Implicits
Arxiv
0+阅读 · 2022年1月23日
Learning Body-Aware 3D Shape Generative Models
Arxiv
0+阅读 · 2022年1月20日
Pixel-Perfect Structure-from-Motion with Featuremetric Refinement
Arxiv
5+阅读 · 2021年8月18日
Geometric Graph Convolutional Neural Networks
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
GCN-LASE: Towards Adequately Incorporating Link Attributes in Graph Convolutional Networks
GCN-LASE: Towards Adequately Incorporating Link Attributes in Graph Convolutional Networks
Arxiv
4+阅读 · 2019年5月30日
MID-Fusion: Octree-based Object-Level Multi-Instance Dynamic SLAM
MID-Fusion: Octree-based Object-Level Multi-Instance Dynamic SLAM
Arxiv
8+阅读 · 2018年12月20日
Entity-aware Image Caption Generation
Arxiv
7+阅读 · 2018年4月21日
Generating Triples with Adversarial Networks for Scene Graph Construction
Arxiv
7+阅读 · 2018年2月7日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
图
有向
塑造
人工智能
相关VIP内容
【图与几何深度学习】Graph and geometric deep learning，49页ppt
【图与几何深度学习】Graph and geometric deep learning，49页ppt
专知会员服务
63+阅读 · 2021年4月24日
【DeepMind】强化学习教程，83页ppt
【DeepMind】强化学习教程，83页ppt
专知会员服务
152+阅读 · 2020年8月7日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【报告推荐】三维及超几何处理中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Geometric Processing ）
【报告推荐】三维及超几何处理中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Geometric Processing ）
专知会员服务
10+阅读 · 2019年11月10日
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
专知会员服务
57+阅读 · 2019年11月10日
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
专知会员服务
15+阅读 · 2019年11月1日
【ICCV 2019 Workshop】Geometric View of Optimal Transportation and Generative Adversarial Networks ，石溪大学，哈佛大学 顾险峰教授
【ICCV 2019 Workshop】Geometric View of Optimal Transportation and Generative Adversarial Networks ，石溪大学，哈佛大学 顾险峰教授
专知会员服务
24+阅读 · 2019年10月30日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
热门VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
动物脑的好奇心和强化学习的好奇心
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Towards Objective Metrics for Procedurally Generated Video Game Levels
Arxiv
0+阅读 · 2022年1月25日
Problife: a Probabilistic Game of Life
Arxiv
0+阅读 · 2022年1月24日
Differential Geometry in Neural Implicits
Arxiv
0+阅读 · 2022年1月23日
Learning Body-Aware 3D Shape Generative Models
Arxiv
0+阅读 · 2022年1月20日
Pixel-Perfect Structure-from-Motion with Featuremetric Refinement
Arxiv
5+阅读 · 2021年8月18日
Geometric Graph Convolutional Neural Networks
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
GCN-LASE: Towards Adequately Incorporating Link Attributes in Graph Convolutional Networks
GCN-LASE: Towards Adequately Incorporating Link Attributes in Graph Convolutional Networks
Arxiv
4+阅读 · 2019年5月30日
MID-Fusion: Octree-based Object-Level Multi-Instance Dynamic SLAM
MID-Fusion: Octree-based Object-Level Multi-Instance Dynamic SLAM
Arxiv
8+阅读 · 2018年12月20日
Entity-aware Image Caption Generation
Arxiv
7+阅读 · 2018年4月21日
Generating Triples with Adversarial Networks for Scene Graph Construction
Arxiv
7+阅读 · 2018年2月7日
Top
微信扫码咨询专知VIP会员
Top