Behavlets 方法用于决策理论预测玩家模型的效用
摘要
我们呈现了系列三篇学术文章中的第二篇，这些文章探讨如何构建通用玩家模型的问题。我们从一个命题开始：通用的玩家模型需要关于游戏主观体验的参数，至少包括三个领域：a) 玩家心理学，b) 游戏结构，以及 c) 游戏行为。基于此命题，我们提出三个相互关联的研究问题，它们对通用玩家模型取得了不完整的进展：RQ1 通用玩家模型的必要且充分的基础是什么？；RQ2 这样的基础能否提升基于计算智能的玩家模型的性能？；以及 RQ3 这样的玩家模型能否提升游戏中自适应人工智能的功效？我们在三篇预印本形式的文章中分别阐述了每个研究问题的论证。本预印本中的第二篇文章通过为上述 a) 至 c) 领域提供简单基础，说明了我们的“Behavlets”方法如何提升知名游戏 Pac-Man 中预测玩家模型的性能与准确性。随后我们提出未来工作计划，通过对 Behavlets 方法进行决定性测试来解决 RQ2。该计划建立在为解决 RQ1 的第一篇预印本文章所提工作之上，并进而为 RQ3 的工作提供支持。Behavlets 方法此前已有描述；因此若引用本工作请使用正确引文：Cowley B, Charles D. Behavlets: a Method for Practical Player Modelling using Psychology-Based Player Traits and Domain Specific Features. User Modelling and User-Adapted Interaction. 2016 Feb 8; online (Special Issue on Personality in Personalized Systems):1-50.
引用
@article{arxiv.1603.08973,
title = {Utility of a Behavlets approach to a Decision theoretic predictive player model},
author = {Benjamin Ultan Cowley and Darryl Charles},
journal= {arXiv preprint arXiv:1603.08973},
year = {2016}
}
备注
Not a conference submission. Not a journal. 6 pages, 3 figures, 1 table