Formalizing Feint Actions, and Example Studies in Two-Player Games

本文讨论了Feint动作，它是一组欺骗性动作，使玩家能够从对手那里获得时间上的优势。这些动作被认为是大多数非确定性双人游戏（例如拳击和击剑）中广泛使用的策略。然而，现有文献并没有对Feint动作进行全面和具体的形式化，并且它们对双人游戏的影响也没有得到充分的阐述。我们认为，对Feint动作进行全面的探索对于更加真实的双人游戏非常重要。在本文中，我们提供了Feint动作的第一个全面和具体的形式化。我们的工作的关键思想是：（1）通过我们提出的回文指导下的Feint动作生成，允许自动生成Feint动作；（2）提供具体的原则来正确地组合Feint和攻击动作。基于我们对Feint动作的形式化，我们还探讨了其对游戏策略模型的影响，并提供了优化方案，以更好地融入Feint动作。我们的实验结果表明，在非确定性游戏中考虑Feint动作（1）对游戏设计总体上带来了好处；（2）对游戏动画或策略设计有很大的好处，同时也为随机性要求的游戏模型引入了很大的随机性。

本论文旨在提供对Feint actions进行全面和具体的形式化，以及探索其在二人游戏策略模型中的影响和优化。

本论文的关键思路是通过提出回文引导的Feint actions生成方法，并提供具体原则来正确地组合Feint和攻击动作。

本论文提供了第一个全面和具体的Feint actions形式化，对游戏设计带来了整体好处，并且在游戏动画或策略设计方面具有巨大的潜力。实验结果表明，考虑到Feint actions在非确定性游戏中，会给游戏带来很大的优势。

最近的相关研究包括《基于深度学习的游戏策略优化》和《使用强化学习进行游戏AI的训练》等。