تُعتبر لعبة ''ماجيك: ذا جازرينج'' واحدة من أكثر الألعاب تعقيدًا في العالم، حيث يمثل كل ورقة قواعد اللعب والاستراتيجيات. وفي إطار سعيها لفهم ديناميكيات اللعبة بشكل أفضل، قدم الباحثون نموذجًا يعتمد على تقنيات الذكاء الاصطناعي للتنبؤ بقوة مجموعات الأوراق في صيغة الـ''Draft''.

تُظهر لعبة ''ماجيك'' أن التفاعلات بين مجموعة كبيرة ومتنوعة من الأوراق تخلق تجربة لعب ديناميكية وغير ثابتة، مما يجعل من الصعب على الأنظمة التقليدية لسياسة التعلم أن تكون فعالة. وهذا هو السبب وراء اجتذاب صيغة الـ''Draft'' العديد من اللاعبين، حيث يتعين على ثمانية لاعبين اختيار أوراقهم بشكل متسلسل من حزم عشوائية لبناء مجموعة تتكون من 40 ورقة.

في هذه الدراسة الجديدة، قام الباحثون بتطوير نموذج يعتمد على محولات التشفير (encoder-based model) لإنتاج تمثيلات سياقية للأوراق مما يساعد في فهم قرارات الاختيار. وقد أظهرت النتائج تحسنًا كبيرًا على نماذج خطية سابقة عندما تم تطبيق النموذج على بيانات حقيقية من اللعبة.

هذا البحث لا يقتصر فقط على تحسين تجربة اللاعبين، بل يعد أيضًا مرجعًا جديدًا في مجال الذكاء الاصطناعي في الألعاب. فالتطور الذي حققه النموذج في التنبؤ بأساليب اللعب يعد خطوة جوهرية في فهم وتحليل اللعبة المعقدة.

للمزيد من المعلومات، يمكنكم الاطلاع على الشيفرة المصدرية لهذا النموذج على GitHub.