基于实时战略游戏重放记录数据编码和机器学习的游戏获胜者预测

作     者：王韦清 王全迪 周杰 WANG Weiqing;WANG Quandi;ZHOU Jie

作者机构：华南理工大学数学学院广州510641 华南理工大学继续教育学院广州510641 广东省计算机网络重点实验室(华南理工大学)广州510006 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2021年第41卷第S1期

页      面：87-92页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：实时策略游戏 游戏AI机器人 重放记录数据编码 机器学习 游戏获胜者预测 

摘      要：对实时战略(RTS)游戏仿真平台μRTS自带的RTS游戏AI机器人之间进行游戏比赛产生的重放记录数据进行采样,用独热编码对采样点数据中的游戏玩家在游戏中的状态和动作信息进行编码,利用卷积神经网络、支持向量机和K-近邻等机器学习算法对RTS游戏AI机器人在游戏比赛中的获胜者进行预测。实验结果表明,结合给出的编码方法和机器学习算法预测RTS游戏获胜者的准确率与已有方法相比有显著提高,预测结果ROC曲线的AUC值较高。