基于变长游戏日志的 Dominion 玩家策略聚类
人工智能
2018-12-13 v2
摘要
我们提出了一种在纸牌游戏 Dominion 中将游戏日志编码为数值特征的方法。随后，我们对这些编码运行流形学习算法 t-SNE 以可视化玩家策略的格局。通过将游戏状态量化为玩家牌库中卡牌的相对丰度，我们创建了能够捕捉玩家策略定性差异的可视化。偏离初始游戏状态的不同方式在可视化中表现为不同的射线，从而赋予其直观的解释。这对于理解长度各异的游戏中的玩家策略而言，是一个有前景的新方向。
引用
@article{arxiv.1811.11273,
title = {Clustering Player Strategies from Variable-Length Game Logs in Dominion},
author = {Henry Bendekgey},
journal= {arXiv preprint arXiv:1811.11273},
year = {2018}
}