Preskoči na sadržaj
Korištenjem servisa na Twitteru pristajete na korištenje kolačića. Twitter i partneri rade globalno te koriste kolačiće za analize, personalizaciju i oglase.

Za najbolje sučelje na Twitteru koristite Microsoft Edge ili instalirajte aplikaciju Twitter iz trgovine Microsoft Store.

  • Naslovnica Naslovnica Naslovnica, trenutna stranica.
  • O Twitteru

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @
  • Jezik: Hrvatski
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English UK
    • Español
    • Filipino
    • Français
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português
    • Română
    • Slovenčina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Български език
    • Русский
    • Српски
    • Українська мова
    • Ελληνικά
    • עִבְרִית
    • العربية
    • فارسی
    • मराठी
    • हिन्दी
    • বাংলা
    • ગુજરાતી
    • தமிழ்
    • ಕನ್ನಡ
    • ภาษาไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文
  • Imate račun? Prijava
    Imate račun?
    · Zaboravili ste lozinku?

    Novi ste na Twitteru?
    Registrirajte se
Profil korisnika/ce togelius
Julian Togelius
Julian Togelius
Julian Togelius
@togelius

Tweets

Julian Togelius

@togelius

AI and games researcher. Associate professor at NYU; Editor-in-Chief of @IEEETxnOnGames; director of @NYUGameLab; co-founder of http://modl.ai .

New York City
julian.togelius.com
Vrijeme pridruživanja: siječanj 2009.

Tweets

  • © 2020 Twitter
  • O Twitteru
  • Centar za pomoć
  • Uvjeti
  • Pravila o privatnosti
  • Imprint
  • Kolačići
  • Informacije o oglasima
Odbaci
Prethodni
Sljedeće

Idite na profil osobe

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @

Odjava

Blokiraj

  • Objavi Tweet s lokacijom

    U tweetove putem weba ili aplikacija drugih proizvođača možete dodati podatke o lokaciji, kao što su grad ili točna lokacija. Povijest lokacija tweetova uvijek možete izbrisati. Saznajte više

    Vaši popisi

    Izradi novi popis


    Manje od 100 znakova, neobavezno

    Privatnost

    Kopiraj vezu u tweet

    Ugradi ovaj Tweet

    Embed this Video

    Dodajte ovaj Tweet na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Dodajte ovaj videozapis na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Hm, došlo je do problema prilikom povezivanja s poslužiteljem.

    Integracijom Twitterova sadržaja u svoje web-mjesto ili aplikaciju prihvaćate Twitterov Ugovor za programere i Pravila za programere.

    Pregled

    Razlog prikaza oglasa

    Prijavi se na Twitter

    · Zaboravili ste lozinku?
    Nemate račun? Registrirajte se »

    Prijavite se na Twitter

    Niste na Twitteru? Registrirajte se, uključite se u stvari koje vas zanimaju, i dobivajte promjene čim se dogode.

    Registrirajte se
    Imate račun? Prijava »

    Dvosmjerni (slanje i primanje) kratki kodovi:

    Država Kod Samo za korisnike
    Sjedinjene Američke Države 40404 (bilo koje)
    Kanada 21212 (bilo koje)
    Ujedinjeno Kraljevstvo 86444 Vodafone, Orange, 3, O2
    Brazil 40404 Nextel, TIM
    Haiti 40404 Digicel, Voila
    Irska 51210 Vodafone, O2
    Indija 53000 Bharti Airtel, Videocon, Reliance
    Indonezija 89887 AXIS, 3, Telkomsel, Indosat, XL Axiata
    Italija 4880804 Wind
    3424486444 Vodafone
    » Pogledajte SMS kratke šifre za druge zemlje

    Potvrda

     

    Dobro došli kući!

    Vremenska crta mjesto je na kojem ćete provesti najviše vremena i bez odgode dobivati novosti o svemu što vam je važno.

    Tweetovi vam ne valjaju?

    Prijeđite pokazivačem preko slike profila pa kliknite gumb Pratim da biste prestali pratiti neki račun.

    Kažite mnogo uz malo riječi

    Kada vidite Tweet koji volite, dodirnite srce – to osobi koja ga je napisala daje do znanja da vam se sviđa.

    Proširite glas

    Najbolji je način da podijelite nečiji Tweet s osobama koje vas prate prosljeđivanje. Dodirnite ikonu da biste smjesta poslali.

    Pridruži se razgovoru

    Pomoću odgovora dodajte sve što mislite o nekom tweetu. Pronađite temu koja vam je važna i uključite se.

    Saznajte najnovije vijesti

    Bez odgode pogledajte o čemu ljudi razgovaraju.

    Pratite više onoga što vam se sviđa

    Pratite više računa da biste dobivali novosti o temama do kojih vam je stalo.

    Saznajte što se događa

    Bez odgode pogledajte najnovije razgovore o bilo kojoj temi.

    Ne propustite nijedan aktualni događaj

    Bez odgode pratite kako se razvijaju događaji koje pratite.

    Julian Togelius‏ @togelius 28. sij
    • Prijavi Tweet

    What if we see level generation as a game, where each action changes the level in some way? Well, we could use RL to learn to "play" level generation! We introduce Procedural Content Generation via Reinforcement Learning (PCGRL), a new paradigm for PCG. https://arxiv.org/abs/2001.09212 pic.twitter.com/J9c8O5EIM7

    21:17 - 27. sij 2020.
    • 61 proslijeđeni Tweet
    • 241 oznaka „sviđa mi se”
    • gui christophe Rémy Rakić Caleb Fenton Bless Lord Max Paolo Tajé Puja Jorge C
    7 replies 61 proslijeđeni tweet 241 korisnik označava da mu se sviđa
      1. Novi razgovor
      2. Julian Togelius‏ @togelius 28. sij
        • Prijavi Tweet

        Our new paper, by @Amidos2006 @FilipoGiovanni @Smearle_RH and myself, lays out the conceptual framework for learning level generators with reinforcement learning and provides an initial Deep RL implementation. https://arxiv.org/abs/2001.09212 

        1 proslijeđeni tweet 11 korisnika označava da im se sviđa
        Prikaži ovu nit
      3. Julian Togelius‏ @togelius 28. sij
        • Prijavi Tweet

        We use three different game scenarios, Sokoban, the GVGAI version of Zelda, and a simple maze framework. The reward function and available tiles differ for each. We also introduce three different representations: narrow, turtle, and wide.

        1 reply 0 proslijeđenih tweetova 6 korisnika označava da im se sviđa
        Prikaži ovu nit
      4. Julian Togelius‏ @togelius 28. sij
        • Prijavi Tweet

        In the narrow representation, the neural network cannot control where it edits the map; it is presented with a series of positions, and for each of them it needs to decide whether to swap out a particular tile or not.pic.twitter.com/oBuS796rq9

        0 proslijeđenih tweetova 6 korisnika označava da im se sviđa
        Prikaži ovu nit
      5. Kraj razgovora
      1. Novi razgovor
      2. Robin Ranjit Singh Chauhan‏ @robinc 28. sij
        • Prijavi Tweet
        Odgovor korisniku/ci @togelius

        Interesting! Just skimming the paper: is the criteria for a good level, whether or not it is solvable by an agent? I would guess we would want levels that were "goldilocks" (not too hard not too easy) in difficulty to provide a good curriculum .

        0 proslijeđenih tweetova 1 korisnik označava da mu se sviđa
      3. Louis Kirsch‏ @LouisKirschAI 28. sij
        • Prijavi Tweet
        Odgovor korisnicima @robinc @togelius

        Not sure whether this has been the standard in the literature, but POET had such a not too hard and not too easy scheme.

        1 reply 0 proslijeđenih tweetova 1 korisnik označava da mu se sviđa
      4. Još 5 drugih odgovora
      1. Novi razgovor
      2. Bilal Kartal‏ @bll_krtl 28. sij
        • Prijavi Tweet
        Odgovor korisniku/ci @togelius

        Awesome work. Looking forward to reading in detail. I had a paper from AIIDE-2016 where I used vanilla MCTS-based planning to generate Sokoban levels from simulated game-play. http://motion.cs.umn.edu/pub/SokobanMCTS/DataDrivenSokobanMCTS.pdf …

        1 reply 0 proslijeđenih tweetova 4 korisnika označavaju da im se sviđa
      3. Julian Togelius‏ @togelius 28. sij
        • Prijavi Tweet
        Odgovor korisniku/ci @bll_krtl

        Oh nice! Thanks! This actually ties even better in to another paper which we are working on... @Amidos2006 @Bumblebor

        1 reply 0 proslijeđenih tweetova 2 korisnika označavaju da im se sviđa
      4. Još 2 druga odgovora
      1. Novi razgovor
      2. Andreas Kirsch‏ @BlackHC 28. sij
        • Prijavi Tweet
        Odgovor korisniku/ci @togelius

        Could this be combined within an adversarial/cooperative setup where one agent creates levels and another plays them and they both get better at it? Probably rather difficult to stabilize because it's not transitive but could be neat 🤔

        1 reply 0 proslijeđenih tweetova 0 korisnika označava da im se sviđa
      3. Julian Togelius‏ @togelius 28. sij
        • Prijavi Tweet
        Odgovor korisniku/ci @BlackHC

        Yes. The basic idea of having a learning agent in the loop for game/level generation was proposed some time ago: https://ieeexplore.ieee.org/abstract/document/5035629/ … We're actually currently working on a related approach, where we train a network to both generate levels and play games.

        0 replies 0 proslijeđenih tweetova 1 korisnik označava da mu se sviđa
      4. Kraj razgovora
      1. Novi razgovor
      2. A Wojcicki  👉AAAI20‏ @pretendsmarts 28. sij
        • Prijavi Tweet
        Odgovor korisniku/ci @togelius

        Evaluating levels remains the hard part and using 'solvers' is the logical solution here, but I genuinely would like to see human trials to cross-reference the generated levels with player feedback. Wonder if there's a simple game with lots of UGC that would fit (~Geometry dash)pic.twitter.com/pYvRP1sSJ0

        0 proslijeđenih tweetova 2 korisnika označavaju da im se sviđa
      3. Ahmed Khalifa‏ @Amidos2006 28. sij
        • Prijavi Tweet
        Odgovor korisnicima @pretendsmarts @togelius

        That could be a great future work :) as we tried to focus in this paper on introducing the problem itself and ideas of how to transform level generation to markov decision process :)

        1 reply 0 proslijeđenih tweetova 1 korisnik označava da mu se sviđa
      4. Još 7 drugih odgovora

    Čini se da učitavanje traje već neko vrijeme.

    Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.

      Sponzorirani tweet

      false

      • © 2020 Twitter
      • O Twitteru
      • Centar za pomoć
      • Uvjeti
      • Pravila o privatnosti
      • Imprint
      • Kolačići
      • Informacije o oglasima