arXiv · cs.AI· Tobias Schneider·· 4 天前AI 评分18
PlayerEmbed：从原始输入序列学习玩家行为指纹表示
PlayerEmbed: Learning Behavioral Fingerprint Representations from Raw Input Sequences
来源与原文
arXiv · cs.AI
作者：Tobias Schneider
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.32727v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 PlayerEmbed 框架，用混合 CNN-LSTM 编码器对 1,000 名玩家的原始输入序列进行深度度量学习，得到紧凑的玩家行为嵌入。在最近质心分类器上，训练见过的玩家平衡准确率达 0.950，训练未见玩家达 0.879。增加训练玩家数可显著提升对未见玩家的泛化，表明模型从简单指纹识别过渡到学习可迁移的行为模式。该工作已被 IEEE DSAA 2026 接收。
来源：arXiv · cs.AI · arxiv.org