WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2006014560) REAL TIME CONTEXT LEARNING BY SOFTWARE AGENTS
Latest bibliographic data on file with the International Bureau   

Pub. No.:    WO/2006/014560    International Application No.:    PCT/US2005/024139
Publication Date: 09.02.2006 International Filing Date: 06.07.2005
IPC:
G06N 5/00 (2006.01)
Applicants: AILIVE INC. [US/US]; 3400 Hillview Ave., Building 5, Palo Alto, CA 94304 (US) (For All Designated States Except US)
Inventors: FUNGE, John; (US).
MUSICK, Ron; (US).
DOBSON, Daniel; (US).
DUFFY, Nigel; (US).
MCNALLY, Michael; (US).
TU, Xiaoyuan; (US).
WRIGHT, Ian; (US).
YEN, Wei; (US).
CABRAL, Brian; (US)
Agent: SWERNOFSKY, Steven, A.; Swernofsky Law Group PC, P.O. Box 390013, Mountain View, CA 94039-0013 (US)
Priority Data:
10/885,495 06.07.2004 US
Title (EN) REAL TIME CONTEXT LEARNING BY SOFTWARE AGENTS
(FR) APPRENTISSAGE DANS LE CONTEXTE EN TEMPS REEL AU MOYEN D'AGENTS LOGICIELS
Abstract: front page image
(EN)Providing dynamic learning for software agents (140) in a simulation. Software agents (140) with learners (165) are capable of learning from examples. When a non-player character (142) queries the learner (165), it can provide a next action similar to the player character (141). The game designer provides program code, from which compile-time steps determine a set of raw features (150). The code might identify a function (like computing distances). At compile-time steps, determining these raw features (150) in response to a scripting language, so the designer can specify which code should be referenced. A set of derived features (160), responsive to the raw features (150), might be relatively simple, more complex, or determined in response to a learner (165). The set of such raw (150) and derived features (160) form a context for a learner (165). Learners (165) might be responsive to (more basic) learners, to results of state machines, to calculated derived features (160), or to raw features (150). The learner (165) includes a machine learning technique.
(FR)L'invention concerne un apprentissage dynamique destinés à des agents logiciels (140) dans une simulation. Des agents logiciels (140) avec apprenants (165) peuvent apprendre à partir d'exemples. Lorsqu'un caractère non joueur (142) interroge l'apprenant (165), il peut produire une nouvelle action semblable au caractère joueur (141). Le concepteur de jeu fournit un code programme, à partir duquel des étapes temps de compilation déterminent un ensemble de caractéristiques brutes (150). Le code pourrait identifier une fonction (par exemple le calcul de distances). Aux étapes temps de compilation, on détermine ces caractéristiques brutes (150) en réponse à un langage en code machine, ainsi, le concepteur peut spécifier le code qu'il convient de référencer. Un ensemble de caractéristiques dérivées (160), réagissant aux caractéristiques brutes (150), pourrait être relativement simple, plus complexe, ou déterminé en réponse à un apprenant (165). L'ensemble de ces caractéristiques brutes (150) et dérivées (160) forme un contexte pour l'apprenant (165). Les apprenants (165) pourraient réagir à des apprenants (plus basiques), à des résultats d'automates finis, à des caractéristiques dérivées calculées (160), ou à des caractéristiques brutes (150). L'apprenant (165) comporte une technique d'apprentissage automatique.
Designated States: AE, AG, AL, AM, AT, AU, AZ, BA, BB, BG, BR, BW, BY, BZ, CA, CH, CN, CO, CR, CU, CZ, DE, DK, DM, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KP, KR, KZ, LC, LK, LR, LS, LT, LU, LV, MA, MD, MG, MK, MN, MW, MX, MZ, NA, NG, NI, NO, NZ, OM, PG, PH, PL, PT, RO, RU, SC, SD, SE, SG, SK, SL, SM, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, YU, ZA, ZM, ZW.
African Regional Intellectual Property Organization (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
European Patent Office (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HU, IE, IS, IT, LT, LU, LV, MC, NL, PL, PT, RO, SE, SI, SK, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Publication Language: English (EN)
Filing Language: English (EN)