跳到正文
arXiv 游戏 AI 检索· Tobias Schneider·· 2026-10-23精选AI 评分34

PlayerEmbed 从原始输入序列学习玩家行为指纹嵌入

PlayerEmbed: Learning Behavioral Fingerprint Representations from Raw Input Sequences

AI 导读

研究提出 PlayerEmbed,用混合 CNN-LSTM 编码器在 1,000 名玩家的原始输入序列上学习紧凑的玩家嵌入。基于参考嵌入构建的最近质心分类器在训练中见过的玩家上平衡准确率为 0.950,在训练中完全未见的 1,000 名玩家上为 0.879。系统性地增加训练玩家数量能明显提升对未见玩家的泛化,作者将这一变化描述为从简单指纹识别转向可迁移行为模式的学习。

推荐理由

论文给出了从原始输入序列学习玩家嵌入的编码器结构与跨玩家泛化对比数据,可作玩家行为建模的参考。

来源:arXiv 游戏 AI 检索 · arxiv.org