Feasibility Study: Moving Non-Homogeneous Teams in Congested Video Game Environments
University of Southern California（南加州大学）
多智能体路径寻找（MAPF）是人工智能中的一个研究热点，它需要在给定的起始和目标位置下为智能体寻找无冲突路径。在电子游戏中，不同类型的代理人通常组成团队。在本文中，我们证明了有用的MAPF算法从人工智能移动这样的非同质团队在拥挤的视频游戏环境。
2017-10-04 cs.AI cs.MA cs.RO
Robust optimal policies for team Markov games
Peking University（北京大学）；University of Groningen（格罗宁根大学）
在随机动态环境中，团队马尔可夫博弈已经成为研究完全合作多智能体系统序列决策问题的通用范式。然而，导出的策略的最优性通常是敏感的模型参数，这通常是未知的，并需要估计噪声数据在实践中。为了减轻最优策略对这些不确定参数的敏感性，本文提出了一种鲁棒的团队马尔可夫博弈模型，其中代理利用鲁棒优化方法来更新策略。该模型将团队马尔可夫博弈扩展到不完全信息的情形，同时提供了一种鲁棒团队最优性的替代解概念。为了寻求这样的解决方案，我们开发了一个强大的迭代学习算法的团队政策，并证明其收敛性。与鲁棒动态规划相比，该算法不仅具有更快的收敛速度，而且允许使用近似计算来减轻维数灾难。此外，通过将序列社会困境的对策模型推广到不确定场景，给出了一些数值模拟来证明算法的有效性。
2022-05-02 cs.AI cs.GT cs.MA
Adapting to Teammates in a Cooperative Language Game
Brigham Young University（杨百翰大学）
针对Codenames中固定语言模型难以适配不同队友的问题，提出基于内部专家的回合级集成智能体和统一队伍表现指标，实现无先验知识的在线队友适配。
2024-02-26 cs.AI cs.CL
The Art of Drafting: A Team-Oriented Hero Recommendation System for Multiplayer Online Battle Arena Games
Northeastern University（东北大学）；Fordham University（福特汉姆大学）；University of California, Los Angeles（加州大学洛杉矶分校）
多人在线对战竞技场（MOBA）游戏最近越来越受欢迎。在这类游戏的比赛中，玩家分成两队，每队五人，每队控制一个游戏中的化身，称为英雄，从100多个名单中选出。英雄的选择，也被称为挑选或选秀，在比赛开始前进行，并在两队之间交替进行，直到每个玩家都选择了一个英雄。英雄被设计成具有不同的优势和劣势，以促进游戏中的团队合作。直觉上，强队中的英雄应该是优势互补，压制对手。因此，由于英雄与英雄之间的复杂关系需要考虑，英雄起草是一个具有挑战性的问题。在本文中，我们提出了一种新的英雄推荐系统，建议英雄添加到现有的团队，同时最大限度地提高团队的胜利前景。为此，我们将两支球队之间的选秀作为一个组合游戏进行建模，并使用蒙特卡罗树搜索（MCTS）来估计英雄组合的价值。我们的实证评估表明，我们的推荐算法起草的英雄队有显着更高的胜率对其他基线和国家的最先进的战略构建的团队。
2018-06-26 cs.AI cs.HC cs.SI
Optimising Game Tactics for Football
University of Southampton（南安普顿大学）；Technical University of Crete（克里特技术大学）
在本文中，我们提出了一种新的方法来优化足球（足球）的战术和战略决策。我们将足球比赛建模为一个多阶段的游戏，它是由贝叶斯游戏来模拟赛前的决定和随机游戏来模拟比赛中的状态转换和决定。使用这个公式，我们提出了一种方法来预测游戏结果的概率和团队行动的收益。在此基础上，我们开发算法，以优化团队形成和游戏中的战术与不同的目标。我们的方法对来自760场比赛的真实世界数据集的实证评估表明，通过使用贝叶斯和随机游戏的优化策略，我们可以分别将球队获胜的机会提高16.1%和3.4%。
2020-03-23 cs.AI cs.GT cs.MA
Achieve Optimal Adversarial Accuracy for Adversarial Deep Learning using Stackelberg Game
Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；University of Chinese Academy of Sciences（中国科学院大学）
对抗性深度学习是针对对抗攻击训练鲁棒的DNN，是深度学习的主要研究方向之一。博弈论已经被用来回答一些关于对抗性深度学习的基本问题，例如存在具有最佳鲁棒性的分类器，以及对于给定类别的分类器存在最佳对抗性样本。在大多数以前的工作中，对抗性深度学习被表述为一个同时进行的游戏，并且策略空间被假设为某些概率分布，以便存在纳什均衡。但是，这一假设并不适用于实际情况。在本文中，我们通过将对抗性深度学习公式化为序列游戏，为分类器是具有给定结构的DNN的实际情况给出了这些基本问题的答案。证明了这些对策的Stackelberg均衡的存在性。此外，它表明，平衡DNN具有最大的对抗精度在所有DNN具有相同的结构，当使用Carlini-Wagner的利润损失。从博弈论的角度研究了对抗性深度学习中鲁棒性和准确性之间的权衡。
2022-07-17 cs.AI cs.GT cs.LG
Logit-Q Dynamics for Efficient Learning in Stochastic Teams
Bilkent University（比尔肯特大学）；Cornell University（康奈尔大学）
本文融合对数线性学习与 Q-learning 提出 logit-Q 动态，证明其在未知随机团队中可达近高效均衡，并分析其理性与在特定势博弈随机博弈中的收敛性。
2025-03-14 cs.AI cs.GT math.OC
Behavioral Differences is the Key of Ad-hoc Team Cooperation in Multiplayer Games Hanabi
Gwangju Institute of Science and Technology (GIST)（光州科学技术院）
特设团队合作是与学习过程中没有见过的其他参与者合作的问题。最近，这个问题已被认为是在Hanabi的背景下，这需要合作，而没有明确的沟通与其他球员。虽然在自我游戏策略合作的强化学习（RL）过程中已经取得了成功，有一个问题，未能合作与其他看不见的代理完成初始学习后。在本文中，我们将ad-hoc团队合作的结果分为失败，成功和协同，并分析了相关的失败。首先，我们确认通过RL学习的代理每个都收敛到一个策略，但不一定是相同的策略，并且这些代理可以部署不同的策略，即使它们使用相同的超参数。其次，我们证实，更大的行为差异，更明显的特设团队合作的失败，证明了使用层次聚类和皮尔逊相关。我们确认，这样的代理人分为明显不同的群体，通过层次聚类，这样的行为差异和特设团队绩效之间的相关性是-0.978。我们的研究结果提高了理解的关键因素，形成成功的特设团队合作，在多人游戏。
2023-03-12 cs.AI
Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies in Extensive-Form Zero-Sum Games
Carnegie Mellon University（卡内基梅隆大学）；Politecnico di Milano（米兰理工大学）；Strategic Machine, Inc.（战略机器公司）；Strategy Robot, Inc.（战略机器人公司）；Optimized Markets, Inc.（优化市场公司）
我们专注于寻找一个最优策略的问题，一个团队的两个球员，面对一个对手在一个信息零和扩展形式的游戏。队员在比赛中不允许交流，但可以在比赛前协调。在这种情况下，众所周知，团队所能做的最好的事情就是从一个联合（也就是说，每个参与者一个）中抽取一个潜在随机策略的样本。游戏开始时的概率分布。在本文中，我们首先提供了新的建模结果计算这样一个最佳的分布绘制连接到一个不同的文献上的扩展形式的相关性。其次，我们提供了一种算法，该算法通过仅使用其中只有一个团队成员在每个配置文件中随机化的配置文件来计算这样的最优分布。我们还可以限制解决方案中允许的此类配置文件的数量。这通过增加上限产生了一个随时算法。我们发现，往往是少数精心挑选的这样的配置文件足以达到最佳效用的团队。这使团队成员能够通过相对简单和易于理解的计划进行协调。最后，受此观察的启发，并利用我们介绍的理论概念，我们开发了一个有效的列生成算法，为团队找到最佳分布。我们在一套常见的基准游戏上评估它。这是三个数量级的速度比现有的最先进的游戏，后者可以解决，它也可以解决一些游戏，以前无法解决。
2020-09-21 cs.AI cs.GT cs.LG
FM3Q: Factorized Multi-Agent MiniMax Q-Learning for Two-Team Zero-Sum Markov Game
University of Chinese Academy of Sciences（中国科学院大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
针对两队零和马尔可夫博弈现有方法效率低的问题，提出基于IGMM准则的FM3Q强化学习框架，分解联合Q函数并迭代求解，配套在线算法获取去中心化策略，理论证明收敛且实验验证性能更优。
2024-02-01 cs.AI
Evaluation of Human-AI Teams for Learned and Rule-Based Agents in Hanabi
MIT Lincoln Laboratory（麻省理工学院林肯实验室）；MIT Department of Electrical Engineering and Computer Science（麻省理工学院电气工程与计算机科学系）；U.S. Air Force Artificial Intelligence Accelerator（美国空军人工智能加速器）
深度强化学习已经在围棋和星际争霸等竞技游戏中产生了超人的AI。类似的学习技术能否为人机协作游戏创造一个优秀的AI队友？人类会更喜欢那些能提高客观团队绩效的AI队友，还是那些能提高主观信任度的AI队友？在这项研究中，我们进行了单盲评估团队的人类和人工智能智能体在合作纸牌游戏Hanabi，与基于规则和基于学习的代理。除了作为人类-AI团队表现的客观指标的游戏得分外，我们还量化了人类感知性能、团队合作、可解释性、信任和AI队友整体偏好的主观指标。我们发现，在几乎所有的主观指标上，人类对基于规则的AI队友（SmartBot）的偏好都明显高于最先进的基于学习的AI队友（E-Play），并且通常对基于学习的代理持负面态度，尽管在游戏得分上没有统计差异。这一结果对未来的人工智能设计和强化学习基准测试具有影响，强调需要纳入人类-人工智能团队的主观指标，而不是单一关注客观任务性能。
2021-10-21 cs.AI cs.HC
Evaluating Team Skill Aggregation in Online Competitive Games
DePaul University（德保罗大学）
在线竞技游戏的主要目标之一是通过确保公平比赛来增加玩家参与度。这些游戏使用评级系统来创建平衡的比赛。评级系统利用统计估计来评估玩家的技能，并在匹配玩家之前使用技能评级来预测排名。单个玩家的技能等级可以被聚合以计算团队的技能水平。虽然研究往往旨在提高技能估计的准确性和比赛的公平性，但很少关注如何从其成员的技能水平计算团队的技能水平。在本文中，我们提出了两种新的聚合方法，并将其与研究文献中广泛使用的标准方法进行比较。我们提出了一个详尽的分析，这些方法对评级系统的预测性能的影响。我们使用三个流行的评级系统，Elo，Glicko和TrueSkill，在三个真实世界的数据集上进行实验，包括超过100，000场战斗royale和头对头的比赛。我们的评估表明，在大多数测试案例中，MAX方法优于其他两种方法，这意味着团队的整体表现最好由其最熟练的成员的表现决定。这项研究的结果强调了设计更详细的方法来计算球队表现的必要性-方法涵盖了球员行为的不同方面，如技能，策略或目标。
2021-06-21 cs.AI
Interpretable Contextual Team-aware Item Recommendation: Application in Multiplayer Online Battle Arena Games
Pontificia Universidad Católica de Chile（智利天主教大学）；Millennium Institute Foundational Research on Data, IMFD（千年数据基础研究所）
视频游戏行业已经采用推荐系统来提高用户对游戏销售的兴趣。视频游戏中的其他令人兴奋的应用程序是那些帮助玩家做出决定，最大限度地提高他们的游戏体验的应用程序，这是实时战略视频游戏中的一个理想功能，例如多人在线战斗竞技场（MOBA），如DotA和LoL。在这些任务中，考虑到游戏的上下文性质以及它如何暴露对每个团队形成的依赖性，物品的推荐是具有挑战性的。现有的工作在这个主题上不利用所有可用的上下文匹配数据，并驳回潜在的有价值的信息。为了解决这个问题，我们开发了TTIR，这是一个上下文推荐模型，它来自于Transformer神经架构，根据描述匹配的团队和角色的上下文，向每个团队成员推荐一组项目。TTIR优于几种方法，并通过注意力权重的可视化提供可解释的建议。我们的评估表明，无论是Transformer架构和上下文信息是必不可少的，以获得最佳的结果，这个项目的推荐任务。此外，初步的用户调查表明，有用的注意力权重解释的建议，以及对未来工作的想法。代码和数据集可在https://github.com/ojedaf/IC-TIR-Lol上获得。
2020-07-30 cs.AI cs.IR
MOBA-Slice: A Time Slice Based Evaluation Framework of Relative Advantage between Teams in MOBA Games
Peking University（北京大学）；Microsoft Research Asia（微软亚洲研究院）
多人在线对战竞技场（MOBA）是目前世界上最受欢迎的数字游戏类型之一。这些复杂的游戏中包含的知识领域很大。人类和算法很难评估实时比赛情况或预测比赛结果。在本文中，我们介绍了MOBA-Slice，一个基于时间片的评估框架之间的相对优势的MOBA游戏。MOBA-Slice是一种基于学习的定量评估方法，类似于AlphaGo的价值网络。它为进一步的MOBA相关研究奠定了基础，包括AI开发。在MOBA-Slice中，通过分析影响MOBA游戏结果的因素，设计了一个神经网络模型来拟合我们的折扣评价函数。然后，我们将MOBA-Slice应用于防御的古人2（DotA2），一个典型的和流行的MOBA游戏。大量的比赛回放的实验表明，我们的模型可以很好地工作在任意匹配。MOBA-Slice不仅在结果预测上比DotA Plus Assistant高出3.7%的准确率，还支持对比赛剩余时间的预测，进而实现对团队之间相对优势的评估。
2018-07-22 cs.AI cs.LG stat.ML
TEAM: Temporal Adversarial Examples Attack Model against Network Intrusion Detection System Applied to RNN
School of Cyber Science and Engineering, Wuhan University（武汉大学网络安全学院）
提出针对RNN的时间对抗样本攻击模型TEAM，利用时间步关联和时间膨胀技术，显著提升NIDS在黑盒和白盒下的误判率，最高超过96.68%。
2024-09-19 cs.AI cs.CR
On Multi-Agent Learning in Team Sports Games
Electronic Arts（美国艺电公司）
近年来，强化学习已经成功地解决了从雅达利到星际争霸II的视频游戏。然而，端到端的无模型强化学习（RL）不是样本有效的，并且需要大量的计算资源来实现超人水平的性能。无模型RL也不太可能在复杂视频游戏的开发周期中产生用于游戏测试和游戏AI的类人代理。在本文中，我们提出了一个分层的方法来训练代理的目标是实现类人的风格和高技能水平的团队运动游戏。虽然这仍在进行中，但我们的初步结果表明，所提出的方法有望解决所提出的多智能体学习问题。
2019-06-25 cs.AI cs.HC cs.LG
Competitive Balance in Team Sports Games
Boston University（波士顿大学）；Electronic Arts（美国艺电）
竞争是多人在线游戏中玩家满意度和参与度的主要驱动力。传统的配对系统旨在创建涉及类似聚合个人技能水平的团队的比赛，例如Elo得分或TrueSkill。然而，团队动态不能单独使用这种线性预测。最近，它已被证明，非线性预测器的目标是学习作为玩家和团队功能的函数的获胜概率显着优于这些线性的技能为基础的方法。在本文中，我们表明，使用最终得分差提供了一个更好的预测指标的竞争平衡。我们还表明，在精心选择的一组团队和个人特征上训练的线性模型几乎达到了更强大的神经网络模型的性能，同时提供了两个数量级的推理速度提高。这显示出在在线配对系统中实施的重大前景。
2020-06-24 cs.AI cs.HC cs.MA
Presenting Multiagent Challenges in Team Sports Analytics
Chicago Blackhawks（芝加哥黑鹰队）；University of Waterloo（滑铁卢大学）
本文绘制了几个挑战和机遇之间的相关性，在该地区的团队运动分析和多智能体系统（MAS）内的关键研究领域。我们特别考虑入侵游戏，定义为运动员入侵对方球队的领土，并可以在冰球，足球和篮球等比赛场地上的任何地方进行互动。我们认为，MAS是装备精良，研究入侵游戏，将有利于MAS和体育分析领域。我们的讨论强调了MAS实施和进一步发展的两个方面：短期游戏策略（教练）和长期团队规划（管理）。
2023-03-23 cs.AI cs.MA
Advancing Methodology for Social Science Research Using Alternate Reality Games: Proof-of-Concept Through Measuring Individual Differences and Adaptability and their impact on Team Performance
Extra Ludic Inc（Extra Ludic 公司）
虽然在CSCW（计算机支持的协作工作），心理学和社会科学领域的工作已经取得了进展，我们的团队过程及其效果的性能和有效性的理解，目前的方法依赖于观察或自我报告，很少有工作针对研究团队过程的量化措施的基础上的行为数据。在这份报告中，我们讨论了解决这个开放性问题的工作，重点是了解个体差异及其对团队适应的影响，并进一步探讨这些因素对团队绩效的影响，无论是结果还是过程。我们特别讨论了我们的贡献，在方法方面，增加调查数据和行为数据，使我们能够获得更多的洞察力团队的表现，以及开发一种方法来评估跨组和组内的适应和性能。为了使这个问题更容易处理，我们选择专注于特定类型的环境，交替现实游戏（ARG），以及几个原因。首先，这些类型的游戏涉及类似于现实世界设置的设置，例如，通过Slack或电子邮件进行沟通。其次，它们比真实环境更可控，允许我们在需要时嵌入刺激。最后，它们使我们能够收集所需的数据，以了解整个体验期间的决策和沟通，这使得团队流程比其他方式更加透明。在本报告中，我们讨论了我们迄今为止所做的工作，并证明了该方法的有效性。
2021-06-25 cs.AI cs.HC
ACEA: An Adversarial Co-Evolution Arena for Head-to-Head Red-Team and Blue-Team LLM Testing
Vulcan Research, AIFT（AIFT火神研究中心）
提出ACEA平台，通过可插拔适配器连接红蓝队与目标LLM，利用LLM裁判评分，提供四组件支持对抗性评估，实现头对头攻击与防御的有效测试。
2026-09-09 cs.AI cs.CR
Multi-Agent Coordination in Adversarial Environments through Signal Mediated Strategies
Politecnico di Milano（米兰理工大学）
许多真实世界的场景都涉及到必须协调行动以达到共同目标的代理团队。我们专注于设置在一个团队的代理人面临一个对手在一个零和，信息不对称的游戏。团队成员可以在游戏开始前协调他们的策略，但在游戏的游戏阶段无法沟通。例如，在桥牌、扑克牌中的共谋和投标中的共谋就是这种情况。在这种情况下，无模型RL方法通常无法捕获协调，因为代理的策略是以分散的方式执行的。我们的第一个贡献是一个博弈论的集中训练方案，有效地执行轨迹采样，以促进团队协调。当团队成员可以观察到彼此的行动，我们证明，这种方法可以证明产生均衡策略。然后，我们引入了一个信号为基础的框架，代表团队协调战略的缓冲区的过去的经验。每个团队成员的策略被参数化为一个神经网络，其输出取决于从学习的概率分布中提取的合适的外源信号。通过结合这两个元素，我们凭经验证明了在以前最先进的多智能体RL算法没有收敛到协调平衡的情况下。
2021-02-09 cs.AI cs.GT cs.LG
Inducing Cooperation via Team Regret Minimization based Multi-Agent Deep Reinforcement Learning
Nanyang Technological University（南洋理工大学）；Sun Yat-sen University（中山大学）；King’s College London（伦敦国王学院）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
现有的基于价值因子分解的多Agent深度强化学习（MARL）方法在集中训练和分散执行（CTDE）方案下的各种多Agent协作环境中表现良好，其中所有Agent通过集中的价值网络一起训练，每个Agent独立执行其策略。然而，一个问题仍然存在：在集中式训练过程中，当团队的环境是部分可观察的或非静止的，即，现有方法的性能较差，采样效率低，所有智能体的观测和动作信息不能代表全局状态。遗憾最小化（Regret Minimization，RM）在部分可观察和完全竞争的环境中表现良好，是一种很有前途的方法，但它倾向于将其他人作为对手进行建模，因此在CTDE方案下不能很好地工作。本文提出了一种新的基于团队关系模型的贝叶斯MARL模型，它主要有三个贡献：（a）设计了一种新的团队关系模型方法，用于训练合作Agent作为一个团队，并为该团队获得一个基于团队遗憾的策略;（b）引入了一种新的方法来分解团队遗憾，为每个Agent生成分散执行的策略;（c）为了进一步提高性能，我们利用差分粒子滤波（SequentialMonteCarlo方法）网络对每个Agent的状态进行精确估计。在两步博弈（合作博弈）和战斗博弈（大规模混合合作-竞争博弈）上的实验结果表明，该算法的性能明显优于现有方法。
2019-11-18 cs.AI
Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis
National Yang Ming Chiao Tung University（国立阳明交通大学）；Academia Sinica（中央研究院）
本文提出基于 Bradley-Terry 模型和向量量化的两种平衡性度量方法，通过识别和聚类队伍组合的克制关系，在多个热门 PvP 游戏中以更低计算复杂度实现了与传统胜负价值预测相当的平衡性分析。
2024-08-30 cs.AI cs.GT cs.IR
The Evaluation of Rating Systems in Team-based Battle Royale Games
DePaul University（德保罗大学）
在线竞技游戏已成为主流娱乐平台。为了创造一个公平和令人兴奋的体验，这些游戏使用评级系统来匹配具有相似技能的玩家。虽然已经有越来越多的研究，以提高这些系统的性能，很少有人注意到如何评估其性能。在本文中，我们探讨了几个指标的实用性，以评估三个流行的评级系统在现实世界的数据集超过25,000团队战斗royale比赛。我们的研究结果表明，他们的评价模式有很大的差异。一些指标受到新参与者的加入的高度影响。许多人无法捕捉到某些玩家群体之间的真正差异。在所有研究的指标中，归一化贴现累积增益（NDCG）表现出更可靠的性能和更大的灵活性。它缓解了其他指标面临的大多数挑战，同时增加了调整不同参与者群体评估重点的自由度。
2021-06-29 cs.AI cs.IR cs.PF
PRM-Free Security Alignment of Large Models via Red Teaming and Adversarial Training
Pengfei Du（独立研究者）
本文提出一种无PRM的安全对齐框架，通过自动化红队测试与对抗训练在降低61%计算成本的同时实现优于PRM方法的LLM安全对齐性能。
2025-07-14 cs.AI cs.CR
Maintaining Ad-Hoc Communication Network in Area Protection Scenarios with Adversarial Agents
University of Bergen（卑尔根大学）；National Institute of Advanced Industrial Science and Technology（产业技术综合研究所）
我们解决了一个问题，在基于图的场景中，多个移动代理之间的连接保持，以确保他们可以通信的区域保护。该问题由两个敌对的代理团队组成，它们在两个团队共享的无向图中移动。代理被放置在图的顶点;最多一个代理可以占据一个顶点;并且它们可以以无冲突的方式移动到相邻的顶点。团队的目标不对称：一个队（攻击者）的目的是入侵给定区域，而对手队（防御者）的目的是通过占领选定的顶点来保护该区域不被攻击者进入。防御者团队需要维护可见性图中其自身代理所占据的顶点的连通性。可见性图对顶点对之间的通信的可能性进行建模。我们研究的策略分配顶点被占领的防守队员阻止攻击代理的连接保持在同一时间。为了做到这一点，我们保留了一部分防御代理，这些代理不会试图阻止攻击者，而是用来支持团队的连接。策略的性能在多个基准中进行测试。策略的成功在很大程度上取决于实例的类型，因此这项工作的贡献之一是，我们为不同的实例类型确定合适的策略。
2017-09-04 cs.AI cs.MA
Adversarial Random Forest Classifier for Automated Game Design
University of Alberta（阿尔伯塔大学）
自主游戏设计，即通过算法生成游戏，一直是技术游戏研究领域的一个长期目标。然而，现有的自主游戏设计系统在很大程度上依赖于人类创作的游戏设计知识，如基于搜索的方法中的健身功能。在本文中，我们描述了一个实验，试图学习一个类似人类的适应度函数，以对抗的方式进行自主游戏设计。虽然我们的实验工作没有达到我们的预期，我们提出了我们的系统和结果的分析，我们希望将是有益的，未来的自主游戏设计研究。
2021-07-26 cs.AI cs.LG
A Multimodal Architecture for Endpoint Position Prediction in Team-based Multiplayer Games
Computer Graphics（计算机图形学）；Johannes Kepler University Linz（约瑟夫·施特劳斯大学林茨）；DS Research（DS研究）；Wargaming（沃拉基姆）
针对团队多人游戏中玩家移动预测问题，提出融合图像、数值、类别与动态状态的 U-Net 多模态架构和多头注意力机制，以预测未来终点概率热力图。
2025-07-28 cs.AI cs.CV cs.LG
longhorns at DADC 2022: How many linguists does it take to fool a Question Answering model? A systematic approach to adversarial attacks
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
开发对抗性挑战NLP系统的方法是提高模型性能和可解释性的一个有前途的途径。在这里，我们描述了团队“longhorns”在第一次动态对抗数据汇集研讨会（DADC）任务1上的方法，该研讨会要求团队在提取问答任务上手动欺骗模型。我们的团队以62%的模型出错率获得第一名。我们提倡一种系统的，语言上知情的方法来制定对抗性问题，我们描述了我们的试点实验的结果，以及我们的正式提交。
2022-06-29 cs.AI cs.CL cs.HC
Detection of adversarial intent in Human-AI teams using LLMs
Department of Mechanical Engineering, University of California at Santa Barbara（加州大学圣巴巴拉分校机械工程系）；Department of Computer Science, University of California at Santa Barbara（加州大学圣巴巴拉分校计算机科学系）
本文研究了大语言模型在人类-人工智能团队中作为防御监督者的潜力，通过分析交互痕迹检测恶意行为，发现LLM能实时识别恶意行为，且无需任务特定信息，表明了任务无关防御的可能性。
2026-03-21 cs.AI cs.HC cs.LG
Who is Undercover? Guiding LLMs to Explore Multi-Perspective Team Tactic in the Game
South China Normal University（华南师范大学）
本文以语言游戏“谁是卧底？”为平台提出多视角团队策略（MPTT）框架，通过发言投票及自我反思、寻找队友等技术提升LLM的类人决策能力，并验证其促进公平决策和参与社会决策的潜力。
2024-10-20 cs.AI cs.CL cs.CY
FireCommander: An Interactive, Probabilistic Multi-agent Environment for Heterogeneous Robot Teams
Georgia Institute of Technology（佐治亚理工学院）
本教程的目的是帮助个人使用\underline{FireCommander}游戏环境进行研究应用。FireCommander是一个交互式的、概率性的联合感知-行动侦察环境，在该环境中，机器人）协作以对抗动态的、传播的火点（例如，目标）。在FireCommander游戏中，一组代理必须负责在具有蔓延的火灾区域和一些设施（如房屋，医院，发电站等）的环境中最佳地处理野火情况。估计火灾状态），彼此之间传送感测到的火灾信息并且然后基于感测到的信息采取行动来扑灭火灾（例如，在估计的火灾位置上滴水）。FireCommander环境可以用于研究主题，涵盖从强化学习（RL）和从演示示教学习（LfD）到协调，心理学，人机交互（HRI）和团队合作的广泛应用。FireCommander环境有四个重要方面，总体而言，创建了一个非平凡的游戏：（1）复杂目标：多目标随机环境，（2）概率环境：代理的行为导致概率性能，（3）隐藏目标：部分可观察环境，（4）单任务机器人：仅感知和仅感知的代理。FireCommander环境在包括用于协调的仅Perception-only代理和仅Perception-only代理方面是首创的。它是一种通用的多用途游戏，可以用于各种组合优化问题和随机游戏，例如强化学习（RL），示教学习（LfD）和逆RL（iRL）的应用。
2021-10-27 cs.AI cs.HC cs.LG
