arXiv · cs.AI· Emanuel Dopater·· 19 小时前AI 评分29
从高频数字交互数据建模快速人类反应：EMBER 与 ORBIT 在 Counter-Strike 2 遥测数据上的探索
Toward Fast Human Reaction Modeling from High-Frequency Digital Interaction Data
来源与原文
arXiv · cs.AI
作者：Emanuel Dopater
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/2610.35079v1
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
一项探索性研究基于 Counter-Strike 2 的毫秒级遥测数据，提出 Ego-Knowledge 感知状态重建方法，并训练 EMBER（梯度提升）与 ORBIT（transformer）两个模型预测 60–120 ms 窗口内的“战或逃”反应标签。EMBER 在验证集上准确率达 73.5%，ORBIT 为 71.2%，均优于 51.5% 的多数类基线；在 1,000 个验证案例上，两者均显著超过最强 LLM 基线的 62.7%，且推理时间和成本低数个数量级。加入触发后短时间窗口可将准确率单调提升至 85.15%，作者将该曲线作为快速控制向深思控制过渡的候选探针，但强调神经科学解释仅为假设生成性质。
来源：arXiv · cs.AI · arxiv.org