본 논문은 사회적 결과(부와 건강 불평등, 빈곤, 괴롭힘 등)에 큰 영향을 미치는 인간 네트워크를 이해하는 것을 목표로, '주니어 하이 게임(JHG)'이라는 전략적 네트워크 게임에서 인간 행동 모델을 학습하는 여러 방법들을 비교 분석합니다. 소규모 데이터셋을 사용하여 행동 방식(행동 대 사회 인식 행동)과 모델링 모멘트(평균 대 분포)를 기준으로 다양한 모델링 방법을 평가합니다. 그 결과, 'hCAB' 모델이 인간 행동의 분포를 모델링하고 사회 인식 행동을 가정함으로써 가장 높은 성능을 보였으며, 6~11명의 소규모 사회에 적용했을 때 인간 집단의 역동성을 정확하게 반영(일부 차이점 존재)하는 것으로 나타났습니다. 또한 사용자 연구를 통해 인간 참가자들이 hCAB 에이전트와 실제 인간을 구별하지 못함을 확인하여, hCAB 모델이 이 전략적 네트워크 게임에서 그럴듯한 개별 인간 행동을 생성함을 보여줍니다.
