团队制多人游戏中的共谋检测
机器学习
2022-03-11 v1 计算机科学与博弈论
摘要
在竞争性多人游戏的背景下,当两个或更多团队决定为共同目标而协作,并意图从这种合作中获得不公平优势时,就会发生共谋。然而,由于玩家群体规模庞大,游戏设计者无法从玩家群体中识别共谋者。在本文中,我们提出了一种检测团队制多人游戏中共谋行为并突出最可能表现出共谋行为的玩家的系统。然后游戏设计者分析较小的玩家子集并决定采取何种行动。因此,在自动化检测时对假阳性极其谨慎是重要的和必要的。所提出的方法分析玩家的社交关系及其游戏内行为模式,并利用图论工具推断出一个特征集,使我们能够检测并度量来自对立团队的每对玩家所表现出的共谋程度。然后我们使用Isolation Forest(一种专门突出离群点的无监督学习技术)自动化检测,并在两个真实数据集上展示了我们方法的性能和效率,每个数据集包含超过170,000名唯一玩家和超过100,000场不同对局。
引用
@article{arxiv.2203.05121,
title = {Collusion Detection in Team-Based Multiplayer Games},
author = {Laura Greige and Fernando De Mesentier Silva and Meredith Trotter and Chris Lawrence and Peter Chin and Dilip Varadarajan},
journal= {arXiv preprint arXiv:2203.05121},
year = {2022}
}
备注
14 pages, 4 figures