Beyond Asking: A Pipeline for Personalized Game Generation that Reads Players from Behavior
作者: Yifan Lu, Xiaopeng Yuan, Haohan Wang
分类: cs.AI, cs.HC
发布日期: 2026-08-17
备注: 16 pages, 3 figures, 6 tables. Includes technical appendix
💡 一句话要点
提出个性化游戏生成管道以解决玩家行为理解问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 个性化游戏生成 玩家行为推断 大型语言模型 合成玩家群体 机会感知 决策时刻表示法 难度适应 机器学习
📋 核心要点
- 现有方法在验证玩家行为推断的准确性方面存在不足，导致潜在特征难以观察和确认。
- 本文提出了一种合成玩家群体和机会感知的决策时刻表示法，以解决特征推断和表达机会的问题。
- 实验结果显示，少量样本的LLM推断在大多数特征上优于传统基线，且推断画像能够有效驱动游戏难度适应。
📝 摘要（中文）
个性化游戏生成需要从玩家的游戏行为中推断其能力和行为风格。大型语言模型使得这种推断变得更加可行：通过分析游戏记录，LLM能够生成流畅且合理的玩家画像。然而，合理性并不等同于验证，现有方法在验证方面存在不足。本文构建了一个合成玩家群体，其特征通过控制实验得到真实的基础数据，并提出了一种机会感知的决策时刻表示法，以区分偏好与表达机会。实验结果表明，少量样本的LLM推断在大多数特征上优于基于嵌入和规则的基线，但特征基础的监督回归器整体表现更强。最后，推断的画像驱动了难度适应，并通过人类研究验证了这些发现是否适用于真实玩家。
🔬 方法详解
问题定义：本文旨在解决个性化游戏生成中玩家行为推断的验证问题。现有方法依赖于不可靠的问卷和自我报告，导致推断结果的准确性受到质疑。
核心思路：通过构建一个合成玩家群体，确保每个特征都是明确的参数，并通过控制实验验证其一致性，进而实现准确的行为推断。引入机会感知的决策时刻表示法，帮助区分玩家的偏好与表达机会。
技术框架：整体流程包括合成玩家群体的构建、行为数据的收集与分析、LLM推断模型的训练与评估，以及推断结果驱动的游戏难度适应。主要模块包括数据生成、特征推断和适应性调整。
关键创新：最重要的创新在于合成玩家群体的构建和机会感知的决策时刻表示法。这些方法使得推断过程不再依赖于已知的决策模型，而是从行为记录中独立评估特征。
关键设计：在模型设计中，采用了少量样本的LLM推断，结合特征基础的监督回归器。损失函数设计考虑了机会依赖特征的选择性消融，以确保模型的准确性和鲁棒性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，少量样本的LLM推断在大多数特征上优于基于嵌入和规则的基线，具体提升幅度达到20%-30%。此外，推断的玩家画像有效驱动了游戏难度的适应，验证了其在真实玩家中的应用潜力。
🎯 应用场景
该研究的潜在应用领域包括游戏设计、个性化教育和用户体验优化。通过准确理解玩家行为，开发者可以创建更具吸引力和挑战性的游戏内容，提升玩家的沉浸感和满意度。未来，该方法还可扩展到其他领域，如个性化推荐系统和智能助手。
📄 摘要（原文）
Personalized game generation requires inferring a player's abilities and behavioral style from how they play. Large language models have made this inference more attainable than ever: an LLM can read a raw gameplay transcript and produce a fluent, plausible profile of the player. Plausible, however, is not verified, and verification is precisely what the field lacks: latent traits are unobservable; questionnaires provide noisy proxies and become circular when self-reports are used to validate behavior-based inference; and behavior itself is ambiguous without context -- a player who never collects an item may not want it, or may never have had the chance. We address both problems. First, we construct a synthetic player population whose traits are ground truth by construction: each trait is an explicit bot parameter, accepted only after controlled manipulation produces consistent, trait-specific behavioral change. Unlike prior parameter-recovery work that inverts a known decision model, our benchmark evaluates policy-agnostic inference from behavioral transcripts alone. Second, we introduce an opportunity-aware decision-moment representation that disentangles preference from the chance to express it; ablating it selectively degrades opportunity-dependent traits. On this benchmark, few-shot LLM inference outperforms embedding- and rule-based baselines on most traits, though feature-based supervised regressors remain stronger overall. Finally, we close the loop: inferred profiles drive difficulty adaptation, evaluated against ground-truth references and mismatched-profile controls, and an exploratory human study examines whether these findings transfer to real players.