基于多臂老虎机的玩家建模
人工智能
2021-02-11 v1 机器学习
摘要
本文关注在自适应游戏背景下仅从玩家行为出发构建个性化玩家模型。我们提出两项主要贡献：其一是基于多臂老虎机（MABs）的玩家建模新方法。该方法以原则性方式同时解决两个问题：为当前玩家收集数据以建模其感兴趣的特征，以及基于该模型调整交互体验。其二是提出一种在用户研究中生成数据之前评估和微调这些算法的方法。这是一个重要问题，因为开展用户研究是昂贵且劳动密集的过程；因此，事先评估算法的能力可节省大量资源。我们在建模玩家社会比较取向（SCO）的背景下评估了我们的方法，并给出了来自模拟和真实玩家的实证结果。
引用
@article{arxiv.2102.05264,
title = {Player Modeling via Multi-Armed Bandits},
author = {Robert C. Gray and Jichen Zhu and Dannielle Arigo and Evan Forman and Santiago Ontañón},
journal= {arXiv preprint arXiv:2102.05264},
year = {2021}
}