Publikationer från Malmö universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Assessing Simultaneous Action Selection and Complete Information in TAG with Sushi Go!
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).ORCID-id: 0000-0002-7738-1601
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).ORCID-id: 0000-0003-3924-7484
2021 (Engelska)Ingår i: Proceedings of the 3rd Conference on Games, IEEE, 2021Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Digitalizing tabletop games for general game playing(GGP) AI research is a continuously growing field. TabletopGames Framework (TAG) is a framework developed to simplifythe process of implementing tabletop board games to digital form.Sushi Go! is a game that combines simultaneous action selectionand complete information. This creates a unique combination ofmechanics, which presents a new challenge for GGP agents. Byimplementing Sushi Go! into TAG, we can test different agent’sperformance using these mechanics and compare them to theirexisting performances in the other games of TAG. Results ofthis testing are presented, which display that the framework iscapable of implementing Sushi Go! and that the agents performwith mixed results. Further developing heuristics for the agentsshould prove to increase their performance when faced with thesetypes of games.

Ort, förlag, år, upplaga, sidor
IEEE, 2021.
Serie
IEEE Conference on Computational Intelligence and Games, ISSN 2325-4270, E-ISSN 2325-4289
Nyckelord [en]
General Game Playing, Tabletop Games, Game AI
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:mau:diva-47272DOI: 10.1109/CoG52621.2021.9618987ISI: 000842962500148Scopus ID: 2-s2.0-85122963476ISBN: 978-1-6654-3886-5 (digital)ISBN: 978-1-6654-4608-2 (tryckt)OAI: oai:DiVA.org:mau-47272DiVA, id: diva2:1617702
Konferens
IEEE Conference on Games (CoG), 17-20 Aug. 2021, Copenhagen, Denmark
Tillgänglig från: 2021-12-07 Skapad: 2021-12-07 Senast uppdaterad: 2023-12-28Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Alvarez, AlbertoFont, Jose

Sök vidare i DiVA

Av författaren/redaktören
Alvarez, AlbertoFont, Jose
Av organisationen
Institutionen för datavetenskap och medieteknik (DVMT)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 184 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf