在论文《DefogGAN: Predicting Hidden Information in the StarCraft Fog of War with Generative Adversarial Nets》中，来自三星 SDS 的研究者提出 DefogGAN，这是一种用于推理即时战略游戏中战争迷雾机制下状态信息的生成式方法。基于观察到的部分状态，DefogGAN 生成游戏的除雾图像，以作为预测信息。此类预测信息能够为游戏创建策略智能体。作为一种条件式 GAN 变体，DefogGAN 以金字塔式重建损失为特征，能够在多特征分辨率规模上进行优化。借助于专业《星际争霸》录像，研究者已经对 DefogGAN 进行了验证。结果表明，DefogGAN 能够像专业玩家那样准确地预测敌方大本营和战斗单元，并在所有 SOTA 除雾器中取得优异的表现。