Multi-Modal LLM 사용한 게임 레벨 디자인. 비디오, 오디오, 다양한 데이터로 XR, 게임 레벨 디자인 관련 연구하는 랩입니다. 게임 HCI 관련 논문 리뷰하고 재현, 멀티모달 LLM 접목하여 페인포인트, 니즈에 따라 게임 레벨 디자인, 아이템 등 디자인 전략을 개발 추천시스템 접목하여 레벨디자인 개선(가능하면) 구현, 멀티모달 LLM을 사용한 게임 레벨 디자인에 대한 논문 작성이 주요 관심사

격주 멀티모달 관련 저널 클럽 : 발제자와 토론자가 함께 만들어 가요 상시 소그룹으로 Kaggle 참여 : 멀티모달 대회정보 공유, 시각화 알고리즘 스터디 연구 결과는 논문작성, 공모전 등을 위해서 적극 활용 예정입니다. <주차별 연구 내용> 1주차 : 시계열 데이터의 다양한 타입과 알고리즘 소개 2주차 : 시계열 데이터에서 의 예측모델의 한계점 3주차 : GAN, RL based Time Series model Implementation 1 4주차 : GAN, RL based Time Series model Implementation 2 - 딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기 DEVIEW 2016 5주차 : 샘플 게임 레벨 디자인에 UniMiB HAR dataset 적용하기 1 6주차 : 샘플 게임 레벨 디자인에 UniMiB HAR dataset 적용하기 2 7주차: Dataset of Video Game Development Problems 1 8주차 : Dataset of Video Game Development Problems 2 9주차 : Designing game AI with Reinforcement learning 1 10주차 : Designing game AI with Reinforcement learning 2 11주차 : Designing game AI with Reinforcement learning 3 12주차 : Co-Creative Level Design via Machine Learning

게임의 각종 로그 데이터 합성, 생성모델 전처리 구현 경험 열린 커뮤니케이션과 책임

멀티모달 데이터 전처리, 학습 알고리즘에 대해 설명해보세요

생성 모델의 Safety 알고리즘에 대해 아는대로 설명해보세요

Video Zero-shot Model 에 대해 아는대로 설명해보세요

GAN을 Prediction Task 에 사용할수 있을까요? 설명해보세요

Temporal Attention, Time Embedding에 대해 아는대로 설명해보세요