arXiv cs.AI· Tobias Schneider, Lorenz Sparrenberg, Priya Tomar, Shahzeb Qamar, Tobias Deu{\ss}er, Rafet Sifa·· 11 小时前AI 评分20
PlayerEmbed：从原始输入序列学习玩家行为指纹表征
PlayerEmbed: Learning Behavioral Fingerprint Representations from Raw Input Sequences
AI 导读
PlayerEmbed 框架用深度度量学习从原始游戏输入序列中学习紧凑的玩家嵌入向量，编码器为 CNN-LSTM 混合结构，训练数据来自 1,000 名玩家。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达到 0.950 平衡准确率，在训练中完全未见的 1,000 名玩家上达到 0.879。
正文 · AI 翻译
摘要：电子游戏中的原始玩家输入序列包含细粒度行为，但维度高且噪声大，这使得大规模分析颇具挑战。为解决这一问题，我们提出了 PlayerEmbed，一个利用深度度量学习来学习紧凑且具有判别力的玩家嵌入的框架。我们的方法使用混合 CNN-LSTM 编码器，在来自 1,000 名玩家的原始输入序列上进行训练。我们在这些玩家的留出序列上，以及在训练期间完全未见过的 1,000 名玩家的序列上评估该模型，以考察其对未见身份的泛化能力。在玩家识别方面，由参考嵌入构建的最近质心分类器取得了强劲性能，对训练期间见过的玩家达到 0.950 的平衡准确率，对训练期间未见过的玩家达到 0.879。系统性地增加训练玩家数量可显著提升对未见玩家的泛化能力，这表明模型正从简单的指纹识别转向学习可迁移的行为模式。
| 评论： | 已被 IEEE DSAA 2026 接收 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32727 [cs.LG] |
| （或 arXiv:2610.32727v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32727 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Tobias Schneider [查看电子邮件]
[v1]
2026年10月23日星期五 14:48:02 UTC（280 KB）
来源：arXiv cs.AI · arxiv.org