kèo bóng đá tây ban nha, bài viết được chấp nhận tại IEEE Conference on Games (CoG 2025), hội nghị quốc tế về lĩnh vực trò chơi và AI

Phát triển và nghiên cứu các công cụ AI trong Khối Trò kèo bóng đá tây ban nha và Giải trí (SGE)đã được chấp nhận tại Hội nghị IEEE về Trò kèo bóng đá tây ban nha (CoG2025), một hội nghị quốc tế đề cập đến lĩnh vực nghiên cứu và công nghệ trò kèo bóng đá tây ban nha đi đầu

"Hội nghị IEEE về Trò kèo bóng đá tây ban nha (CoG2025)" là hội nghị quốc tế chuyên nghiên cứu về ứng dụng trí tuệ nhân tạo và công nghệ tương tác vào trò kèo bóng đá tây ban nha và được biết đến rộng rãi là một trong những hội nghị quốc tế quan trọng trong lĩnh vực này Đây là nơi trình bày các kết quả nghiên cứu nâng cao trong lĩnh vực kết hợp giữa trò kèo bóng đá tây ban nha và AI, chẳng hạn như học tăng cường, thuật toán tiến hóa, tạo trò kèo bóng đá tây ban nha tự động và mô hình người kèo bóng đá tây ban nha

Bài viết được chấp nhận sẽ được trình bày tại "Hội nghị IEEE về trò kèo bóng đá tây ban nha (CoG2025)" được tổ chức tại Bồ Đào Nha vào tháng 8 năm 2025


■Tóm tắt bài viết
“Tạo cấp độ trên thiết bị, đa dạng, theo độ khó cho các câu đố ghép 3D thông qua học tăng cường”
Tác giả: Koya Ihara, Tomomi Takahashi, Kazuya Kuroda, Naoyuki Jimbo (kèo bóng đá tây ban nha của CyberAgent SGE)
Loại: Toàn văn

<Tóm tắt>
Trong các câu đố ghép hình 3D trong đó bạn ghép ba vật thể 3D để xóa chúng, điều cần thiết là phải liên tục cung cấp nhiều cấp độ khác nhau với độ khó phù hợp cho mỗi người chơi, nhưng chi phí nhân lực cho việc thiết kế cấp độ theo truyền thống luôn là một vấn đề lớn Nghiên cứu này đã phát triển mô hình tạo cấp độ trên thiết bị bằng cách sử dụng học tăng cường và cho thấy rằng có thể tự động tạo vô số cấp độ trong thời gian thực trên điện thoại thông minh Mô hình này kết hợp công cụ ước tính độ khó đã học được bằng cách sử dụng thời gian chơi của một người vào phần thưởng để tạo ra mức độ đáp ứng chính xác độ khó mục tiêu
Trong các thử nghiệm, chúng tôi đã xác nhận rằng cấp độ tạo đã hội tụ đến độ khó mong muốn trong khi vẫn duy trì mức độ đa dạng cao trong việc kết hợp các đối tượng Hơn nữa, bằng cách suy luận bằng ONNX + Unity Barracuda, chúng tôi đã chỉ ra rằng việc tạo cấp độ có thể được hoàn thành trên Google Pixel 6 trong thời gian trung bình là 37 mili giây, một tốc độ mà người dùng không thể trải nghiệm được Hệ thống này sẽ được triển khai trong các tựa game trong tương lai, đạt được mục tiêu triển khai PCGRL (Tạo nội dung theo thủ tục thông qua Học tập tăng cường) đầu tiên trên thế giới trong một trò chơi thương mại trên điện thoại thông minh

----------------------------------------------------------------------------

“Đánh giá thực tế về khả năng phát hiện thành phần giao diện người dùng để thử nghiệm trò chơi tự động trên thiết bị di động”
Tác giả: Nozomi Karai, Koya Ihara (kèo bóng đá tây ban nha của CyberAgent SGE), Tatsuya Ishimoto (TOKYO GameFi), Daiki Kubo (Applibot), Kotaro Kikuchi (CyberAgent AI Lab)
Loại: Bài viết ngắn

<Tóm tắt>
Nghiên cứu này đã đánh giá phương pháp phát hiện các thành phần giao diện người dùng từ hình ảnh nhằm thực hiện thử nghiệm tự động các trò chơi trên thiết bị di động Cách tiếp cận dựa trên phân tích hình ảnh được coi là hiệu quả trong việc đáp ứng linh hoạt với giao diện người dùng thay đổi thường xuyên Trong thử nghiệm, chúng tôi đã thu thập ảnh chụp màn hình giao diện người dùng từ ba tựa game với các đặc điểm khác nhau: ``Girlfriend (Kari),'' ``IDOLY PRIDE'' và ``Pokoron Dungeons'' và xây dựng một tập dữ liệu độc đáo bằng cách chú thích các thành phần giao diện người dùng Chúng tôi đã đánh giá hiệu suất của các mô hình phát hiện hiện có như UIED, OmniParser và Ferret-UI trong trò chơi trên thiết bị di động và cho thấy rằng mặc dù chúng có những hạn chế trong khả năng phát hiện chính xác nhưng chúng đạt đến mức thực tế cho các ứng dụng cụ thể như thử nghiệm khỉ
Nghiên cứu này nêu bật khó khăn trong việc phát hiện các thành phần giao diện người dùng trong trò chơi trên thiết bị di động, đồng thời cho thấy tiềm năng của nó như một công nghệ cơ bản để thử nghiệm tự động Trong tương lai, chúng tôi hy vọng sẽ mở rộng ứng dụng của nó bằng cách liên kết với các tác nhân GUI và cải thiện độ chính xác



■Tương lai
Những kết quả nghiên cứu này là một bước quan trọng trong nỗ lực của kèo bóng đá tây ban nha SGE nhằm “cải thiện năng suất phát triển trò chơi” và “tối ưu hóa trải nghiệm người dùng” Trong nghiên cứu tạo cấp độ, chúng tôi sẽ xây dựng một nền tảng công nghệ có thể cung cấp trải nghiệm trò chơi trong thời gian thực phù hợp với kỹ năng và sở thích của từng người chơi, đồng thời trong tương lai sẽ hướng tới phát triển nền tảng này thành hệ thống AI hỗ trợ cá nhân hóa và tối ưu hóa mức độ tương tác Ngoài ra, nghiên cứu về phát hiện thành phần UI dự kiến ​​sẽ góp phần giảm đáng kể tải phát triển và nâng cao việc đảm bảo chất lượng thông qua cải thiện hiệu quả QA trong hoạt động trò chơi sau phát hành và giới thiệu các tác nhân GUI

kèo bóng đá tây ban nha của SGE không chỉ tìm cách triển khai những kết quả này vào các tựa game hiện có và mới mà còn xây dựng quy trình sản xuất trò chơi thế hệ tiếp theo cho phép tự động hóa và sáng tạo trong tương lai Chúng tôi sẽ tiếp tục tích cực kết hợp công nghệ AI tiên tiến, tối đa hóa giá trị sản phẩm, đổi mới trải nghiệm trò chơi và đóng góp vào sự phát triển công nghệ và học thuật cả trong nước và quốc tế