基于微型实时策略游戏中低层博弈轨迹的游戏风格识别
机器学习
2025-07-15 v1 人工智能
摘要
游戏风格识别可为游戏设计提供有价值的见解，并可实现自适应体验，进而提升游戏代理的表现。以往的研究依赖于领域知识，通过手工特征构建博弈轨迹表示。更近期的方法虽已Incorporate博弈轨迹的序列结构，但仍需一定程度的领域抽象。本研究探索使用无监督CNN-LSTM自编码器从MicroRTS中的低层博弈轨迹数据中直接获取潜在表示。我们展示了这一方法可为不同游戏玩家代理在潜在空间中的有效分离，减少对领域专业知识及其相关偏见的依赖。该潜在空间随后用于引导对所研究AI玩家中多样化游戏风格的探索。
引用
@article{arxiv.2507.10172,
title = {Play Style Identification Using Low-Level Representations of Play Traces in MicroRTS},
author = {Ruizhe Yu Xia and Jeremy Gow and Simon Lucas},
journal= {arXiv preprint arXiv:2507.10172},
year = {2025}
}
备注
Accepted as Short Paper for IEEE CoG