esports | BriefGPT - AI 论文速递

关键词esports

搜索结果 - 7

3M：多模态多任务多教师学习用于游戏事件检测
该研究提出了一种新型的多模信息游戏事件检测框架，旨在构建一个综合框架，增强对进行中游戏情况的理解。实验证明了所提出的多模信息多教师框架的有效性。
PDF23 days ago
Game-MUG：多模态定向游戏情境理解与评论生成数据集
介绍 GAME-MUG，一个包含多模态游戏情境理解和观众参与评论生成数据集的新数据集，以及使用鲁棒性联合多模态双学习模型作为基线的新观众对话增强评论数据集。通过覆盖游戏情境和观众对话的学习，引入时间序列事件日志，检查模型对游戏情境 / 事件
PDF2 months ago
大规模数据集上的电子竞技数据即时解说生成
本研究提出了一项从结构化数据记录中生成游戏评论的任务，利用一种大规模的电子竞技数据集和多种基线编码器 - 解码器模型以及一种层次模型来生成各个层面的比赛评论，结果表明层次模型优势明显，并且揭示了几个新任务带来的挑战。
PDF2 years ago
SC2EGSet:StarCraftII 电子竞技回放和游戏状态数据集
这篇文章介绍了一个开放的数据集，它包括了 StarCraft II 电竞比赛中的重播数据，在使用自己开发的工具处理这些数据后，可以在统计学和机器学习建模任务方面进行使用，这对于人工智能、机器学习、心理学、人机交互以及体育方面的研究都具有一定
PDF2 years ago
IJCAI在反恐精英：全球攻势中进行的地图选择的流氓建模
使用上下文强化学习框架探究了 CSGO 比赛中的地图选择问题，发现团队在选择地图时存在策略缺陷并提出了一种新的奖励机制。研究结果表明，使用这种模型可以提高团队预期的获胜概率至少 11%，对于实力相当的团队，整个比赛胜率也可以提高 19.8%
PDF3 years ago
反恐精英：全球攻势中玩家行动的价值评估
通过引入一个数据模型和一个图形距离度量方法以及一个上下文感知框架基于团队赢球机会变化来评估球员的价值，我们解决了评估 Counter-Strike: Global Offensive (CSGO) 玩家的难题，并证明了该框架与现有框架的一致
PDF4 years ago
大规模深度强化学习下的 Dota 2
2019 年 4 月 13 日，OpenAI Five 成为首个击败电子竞技游戏世界冠军的 AI 系统，通过对分布式训练和强化学习技术的不断完善，OpenAI Five 进行了 10 个月的自我训练，并证明了自我对战强化学习技术在困难任务上
PDF5 years ago