arXiv cs.AI· Tobias Schneider, Danial Fahrner, Soren Antebi, Daniel Uedelhoven, Lennard Bodden, Sandra Halscheidt, Rafet Sifa·· 3 天前AI 评分22
BehaviorFormer：用可聚类下一 token 预测发现行为模式
BehaviorFormer: Discovering Behavioral Patterns via Clusterable Next-Token Prediction
AI 导读
BehaviorFormer 将下一 token 预测 Transformer 与深度聚类算法 DCSS 结合，在 26 名玩家的受控 Minecraft 会话中发现 23 种可跨玩家泛化的行为模式，并归为 stationary、roaming、travel、mining、base work、logging、farming 七类可解释类别。
正文 · AI 翻译
摘要：由于缺乏明确的目标或真实标注，在开放式游戏中发现行为模式颇具挑战性。在这项工作中，我们将下一词预测 Transformer 与深度聚类算法 DCSS 相结合，以学习具有良好分离簇的有意义表示。在一次有 26 名玩家参与的受控 Minecraft 会话中，该方法发现了 23 种不同的行为模式，这些模式在所研究的玩家中具有泛化性，进一步将自监督表示中存在的结构细化为清晰可分的簇。我们将这些簇归为七个可解释的类别，涵盖静止、游荡、旅行、采矿、基地作业、伐木和农耕行为。
| 评论： | 已被 IEEE Conference on Games 2026 接收 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；人机交互（cs.HC） |
| 引用为： | arXiv:2610.16322 [cs.LG] |
| （或 arXiv:2610.16322v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16322 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Tobias Schneider [查看电子邮件]
[v1]
2026年10月12日星期一 07:43:23 UTC（384 KB）
来源：arXiv cs.AI · arxiv.org