探索交互式叙事中用于玩家建模的学徒学习
机器学习
2019-09-17 v1 人工智能
人机交互
机器学习
摘要
在本文中，我们提出了一种早期的学徒学习（Apprenticeship Learning）方法，用于模仿交互式小说Anchorhead的简短改编版中不同玩家的行为。我们的动机是需要理解和模拟玩家行为，以创建辅助交互式叙事（INs）设计与个性化的系统。INs对玩家而言是部分可观测的，且其目标是动态变化的。我们使用后退视野逆强化学习（RHIRL）以奖励函数的形式学习玩家目标，并推导策略以模仿其行为。我们的初步结果表明，RHIRL能够学习完成游戏的行动序列，并为生成更类似于特定玩家的行为提供了见解。
引用
@article{arxiv.1909.07268,
title = {Exploring Apprenticeship Learning for Player Modelling in Interactive Narratives},
author = {Jessica Rivera-Villicana and Fabio Zambetta and James Harland and Marsha Berry},
journal= {arXiv preprint arXiv:1909.07268},
year = {2019}
}
备注
Extended Abstracts of the 2019 Annual Symposium on Computer-Human Interaction in Play (CHI Play)