BehaviorFormer：下一词元预测加深度聚类发现游戏行为模式

Tobias Schneider 等作者（材料未说明机构）在 arXiv 论文中提出 BehaviorFormer，将下一词元预测 Transformer 与 DCSS 深度聚类结合，以学习具有良好分离簇的表征，用于在缺乏明确目标或真值标注的开放式游戏中发现行为模式。 基于论文摘要，在包含 26 名玩家的受控 Minecraft 会话中，该方法发现了 23 种可跨所研究玩家泛化的行为模式，并归为静止、漫游、旅行、采矿、基地工作、伐木和务农七类。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。