谈判需双方参与：在线多人游戏中的社会交换建模
计算与语言
2023-11-16 v1 计算机科学与博弈论
机器学习
摘要
在线游戏是玩家彼此互动的动态环境，为理解玩家如何通过对局谈判直至最终胜利提供了丰富场景。本工作研究回合制策略游戏 Diplomacy 中的在线玩家互动。我们标注了超过 10,000 条聊天消息的数据集，涵盖不同谈判策略，并实证检验了它们在预测长期与短期游戏结果中的重要性。尽管通过聊天消息的语言建模可较准确预测谈判策略，但仅此不足以预测如可信度之类的短期结果。另一方面，在基于图的强化学习方法中，依据玩家先前的谈判历史预测其成功等长期结果时，这些策略至关重要。最后我们讨论了本工作的意义与影响。数据集见 https://github.com/kj2013/claff-diplomacy。
引用
@article{arxiv.2311.08666,
title = {It Takes Two to Negotiate: Modeling Social Exchange in Online Multiplayer Games},
author = {Kokil Jaidka and Hansin Ahuja and Lynnette Ng},
journal= {arXiv preprint arXiv:2311.08666},
year = {2023}
}
备注
28 pages, 11 figures. Accepted to CSCW '24 and forthcoming the Proceedings of ACM HCI '24