游戏AI物理学会见招拆招，腾讯AI Lab提出「对手建模」算法框架GSCU

发布时间：2025年08月01日 12:17

了其统一性：

并不相同分析方法对策并不相同未知赢的平均精度和最差精度对比

策略性 embedding 研修解法 Policy2Emb 的实验结果：

Policy2Emb 获得的策略性 embedding 紧致（右方）和 Kuhn poker 真实的策略性参数紧致（任右方）

GSCU 之中 conditional RL 的研修效果：

基于 Policy2Emb 研修到的赢策略性 embedding，conditional RL 研修到的针对性策略性可以高效对策并不相同的赢

GSCU 的网络赢策略性 embedding 至少效果：

A基于 Policy2Emb 研修到的 probabilistic decoder，GSCU 在策略性 embedding 紧致继续做 Bayesian inference 可以更多地至少赢策略性。

。