PlayerEmbed

PlayerEmbed框架从原始游戏输入中学习行为指纹

研究人员开发了PlayerEmbed，一个新颖的框架，旨在从视频游戏中的原始输入序列创建紧凑且具辨别力的玩家嵌入。该系统利用在大量玩家数据上训练的混合CNN-LSTM编码器来克服高维和嘈杂行为数据带来的挑战。PlayerEmbed在识别玩家方面表现出色，对先前见过和全新的玩家都实现了高平衡准确率，表明其在大型游戏分析和理解可转移行为模式方面的潜力。