电子竞技中可扩展的心理动量预测

竞技电子竞技与电子游戏领域过去并持续经历着人气与复杂度的稳步增长。相应地，更多关于该主题的研究被发表，从社交网络分析到在与人类对战中先进人工智能系统的基准测试。在本文中，我们展示了一种智能体推荐引擎的正在进行的工作，该引擎向玩家建议动作以最大化成功与乐趣，既涉及游戏内选择空间，也涉及更广泛情境下围绕游戏时段安排的决策。通过利用时序数据和适当的模型，我们表明，学习得到的玩家心理动量以及倾斜（tilt）的表示，结合玩家专长，可在选人前与选人后的胜率预测中实现最先进的性能。我们记录了在实现推导最优推荐潜力方面所取得的进展。