Predicting Player Strategies in Real Time Strategy Games
Authors
Otte Sørensen, Henrik ; Sørensen, Peder Sand ; Knudsen, Jakob Svane ; Nielsen, Johannes Garm ; Hansen, Mikkel Færch ; Frandsen, Frederik Kristian
Term
1. term
Education
Publication year
2010
Submitted on
2010-12-20
Pages
54
Abstract
At kunne forudsige en modstanders strategi kan gøre AI og analyseværktøjer klogere i realtidsstrategispil som StarCraft. Denne undersøgelse ser på modstandermodellering ved at lære direkte fra virkelige spilgenafspilninger. Først grupperer vi lignende strategier med en usuperviseret QT-klyngemetode, der automatisk finder mønstre uden ekspertdefinerede etiketter. Derefter bygger vi modeller, der kan forudsige en menneskelig spillers strategi under en kamp, og vi sammenligner to etablerede klassifikationsmodeller—kunstige neurale netværk og Bayesianske netværk—med vores nye tilgang, ActionTrees. Til sidst undersøger vi, hvor godt disse modeller forudsiger strategier, når træningsdata er fuldstændige, når nogle oplysninger mangler, og når træningssættet er mindre.
Predicting an opponent’s strategy can make AI and analysis tools smarter in real-time strategy games like StarCraft. This study explores opponent modeling by learning directly from real match replays. First, we identify groups of similar player strategies using an unsupervised QT clustering method, which finds patterns without relying on expert-defined labels. Next, we build models that predict a human player’s strategy during a game and compare two established classifiers—artificial neural networks and Bayesian networks—with our new approach, ActionTrees. Finally, we examine how well these classifiers predict strategies when the training data are complete, when some information is missing, and when the training set is reduced in size.
[This abstract was generated with the help of AI]
Keywords
Documents
Other projects by the authors
Otte Sørensen, Henrik:
Sørensen, Peder Sand:
- Sequence Tree Prediction (2011)
Nielsen, Johannes Garm:
Hansen, Mikkel Færch:
- Sequence Tree Prediction (2011)
Frandsen, Frederik Kristian:
- Sequence Tree Prediction (2011)