导读 奖金高达数百万的电子竞技赛事越来越受欢迎。然而，作弊行为在电子游戏中变得司空见惯。最近发表在 arXiv.org 上的一篇论文探讨了机器学...
奖金高达数百万的电子竞技赛事越来越受欢迎。然而，作弊行为在电子游戏中变得司空见惯。最近发表在 arXiv.org 上的一篇论文探讨了机器学习作弊的可能性。
为了加深对这种威胁的理解，研究人员提出了一种概念验证机器学习方法，用于训练使用生成对抗网络 (GAN) 和人类游戏数据来模仿人类行为的黑客行为。
研究人员从多个人类参与者那里收集了游戏数据，并比较了这些黑客对玩家表现的改善程度。使用神经网络实现自动作弊检测系统，以研究不同黑客的可检测性。自动系统和人类法官检测的结果证实，所提出的方法既是一种功能作弊，也是逃避检测。