في عالم الألعاب المعقدة، يجد اللاعبون البشر أنفسهم في حاجة ماسة لفهم استراتيجيات خصومهم بغية تحسين أدائهم. يعتمد ذلك على تطوير تجريدات لمفاهيم واستراتيجيات اللعب التي تتماشى مع قواعد اللعبة. في دراستنا الجديدة، نطرح نهجًا مبتكرًا يحاكي طريقة التفكير البشري لتدريب وكلاء التعلم المعزز (RL) على توليف استراتيجيات تعلمها كإجراءات قابلة للتنفيذ بناءً على تسلسلات معينة من حركات اللعب.

لقد قمنا بتقديم أساليب تلقائية لتعليم الوكلاء برامج قادرة على لعب الشطرنج وحل مهام في بيئات قائمة على الشبكات. وقد أظهرت الاستراتيجيات التي تم تعلمها فعاليتها في إنتاج حركات مناسبة، ويمكن اكتسابها من خلال بيانات اللعب.

هذه التطورات تشكل خطوة هامة نحو تعزيز القدرة التنافسية لوكلاء الذكاء الاصطناعي والفهم العميق للاعبين حول استراتيجيات الخصوم، مما قد يعيد تشكيل مستقبل الألعاب المعقدة.