본 논문은 MicroRTS 게임의 저수준 플레이 추적 데이터로부터 비지도 학습 기반 CNN-LSTM 오토인코더 모델을 사용하여 잠재 표현을 얻는 방법을 제시합니다. 기존 연구들이 수작업으로 특징을 추출하는 등 도메인 지식에 의존했던 것과 달리, 본 연구는 도메인 지식에 대한 의존성을 줄이고 편향을 감소시키면서 다양한 게임 플레이 에이전트들을 잠재 공간에서 의미 있게 분리하는 것을 보여줍니다. 이 잠재 공간은 연구된 AI 플레이어 내에서 다양한 플레이 스타일을 탐색하는 데 사용됩니다.
