Überlassen Sie es der Hochschulbildung, hochwertige Zeit für die Forschung zu verwenden, die Spielern hilft, bessere Spieler in Spielen wie zu werden Dota 2, StarCraft II und League of Legends. Informatikforscher der North Carolina State University haben eine Technik entwickelt, mit der ermittelt werden kann, mit welchen Strategien Spieler in Echtzeit-Strategiespielen wie diesen einen Vorteil erzielen können Verteidigung der Alten (Dota), Warcraft III und StarCraft II. Die Technik bietet äußerst genaue Informationen darüber, wie sich die Aktionen eines Spielers auf die Gewinnchancen eines Teams auswirken, und kann zur Entwicklung von Technologien verwendet werden, die von Spielern und Entwicklern zur Verbesserung des Spielerlebnisses verwendet werden können. Schauen Sie sich die Papiere hier und hier an.
„Wir hoffen aufrichtig, dass Profispieler von unserer Arbeit profitieren und Einblicke in ihr Spiel gewinnen, die sie wettbewerbsfähiger machen“, sagte Dr. David L. Roberts, Assistenzprofessor für Informatik am NC State and Co- Autor von zwei Artikeln über die Forschung. "Eines der aufregenden Dinge an unseren Ergebnissen ist, dass sie auch für den durchschnittlichen Spieler hilfreich sein können, insbesondere wenn wir die Visualisierungstools, an denen wir arbeiten, weiterentwickelt haben."
Die Forscher verwendeten die Technik, bei der verschiedene Analysewerkzeuge zum Einsatz kamen, um Protokolle der Spieleraktionen aus Tausenden von ARTS-Spielen auszuwerten. Anhand dieser Informationen entwickelten sie eine Reihe von Regeln für die Spielstrategien der Teams, um herauszufinden, welche Ansätze den Teams die besten Gewinnchancen bieten. Obwohl League of Legends nicht Teil dieser Forschung war, sagte Roberts, dass diese Methodik in jedem Umfeld angewendet werden kann, in dem es zeitveränderliche Attribute gibt, die den Fortschritt im Spiel beschreiben. Die Qualität der Einsichten hängt von der Mechanik jedes einzelnen Spiels ab.
"Echtzeit-Feedback darüber, worauf sich Spieler konzentrieren sollten, um ihre Erfolgschancen zu erhöhen, kann Spielern helfen, effektivere Strategien zu erlernen", sagte Roberts. "Dadurch können sie lernen, wie sich ihre Herangehensweise am Spiel auf ihren Fortschritt auswirkt, und neue Ziele identifizieren, um ihre Gewinnchancen zu erhöhen."
Die Forscher konzentrierten sich auf Dota aus drei Hauptgründen: 1) Als Multiplayer-Echtzeitspiel, Dota Das Gameplay ist ein Beispiel für die Verhaltensweisen, die sie untersuchen wollten. 2) Dota Wiederholungsprotokolldateien sind im Internet leicht verfügbar, so dass sie genügend Daten für Computerabfragen erhalten können. 3) Dota ist sehr beliebt, und sie hofften, diese Ergebnisse für ein großes Publikum interessant zu machen. Die anderen Spiele wurden ausgewählt, um die Eigenschaften von zu ergänzen Dota und zeigen die Anwendbarkeit der Technik.
"Kurz gesagt, diese Spiele sind extrem komplex", sagte Roberts. „Die Spieler treffen 10 oder 100 Entscheidungen pro Minute (abhängig von der Stufe, auf die Sie schauen), und es kann äußerst schwierig sein, eine zeitliche Gutschrift zu erteilen. Wie soll ein Spieler wissen, dass der Kauf eines Gegenstands in 12 Minuten erfolgt? schickt das Spiel sie schließlich 30 Minuten später auf den Weg zum Scheitern? Die Arten von Einsichten, die wir jetzt liefern können, werden es den Spielern hoffentlich ermöglichen, die Beziehungen zwischen ihren Zielen und ihrem Erfolg besser zu verstehen. “
Wenn Sie die Denkprozesse menschlicher Gegner einbeziehen, manchmal bis zu fünf pro Team, werden diese Spiele noch komplexer. ESports fügt eine zusätzliche Ebene des Dramas hinzu, in der Millionen von Menschen durch Livestreams zuschauen und Tausende von Live-Zuschauern die virtuelle Action an riesigen Schauplätzen verfolgen.
„In einem so komplexen Szenario ist es einfach nicht möglich, den menschlichen Geist explizit zu modellieren. Daher verarbeiten unsere Techniken den menschlichen Geist über Daten“, erklärte Roberts. "Durch das Sammeln einer großen Anzahl von Wiederholungen von Spielen erhalten wir Beispiele für das Spektrum der Möglichkeiten, die menschliche Spieler nutzen können, und verwenden Techniken des maschinellen Lernens, um subtile Muster zu identifizieren und zu nutzen."
Roberts sieht diese Forschung nicht nur für Spieler aller Spielstärken, sondern auch für die Entwickler von MOBAs und anderen Spielen. Spieleentwickler optimieren ständig die Mechanismen ihrer Spiele (z. B. die Regeln, die die Interaktionen regeln), um ein bestimmtes Spielerlebnis zu fördern. Zum Beispiel ist die Art und Weise, wie Scores in Scrabble berechnet werden, eine Spielmechanik. Die Wahl, Doppel- und Dreifachwort-Punktzahlquadrat dort zu platzieren, wo sie sind, ist eine Möglichkeit, die Mechanik zu optimieren.
"Es kann sehr schwierig sein, die Beziehung zwischen Spielmechanik und Spielerfahrung zu verstehen, insbesondere in komplexen Spielen", sagte Roberts. „Techniken, wie wir sie entwickelt haben, können Entwicklern helfen, Einblicke in die Beziehung zwischen Mechanik und Spiel zu gewinnen. Also, im Kontext von DotaUnsere Techniken zeigen beispielsweise, dass Gold allein nicht ausreicht, um den Erfolg vorherzusagen. Es ist wichtig, wie Gold verwendet wird, um Intelligenz, Schaden usw. zu erlangen. Diese Informationen können für einen Entwickler von unschätzbarem Wert sein. “
Das ultimative Ziel für dieses Team ist die Entwicklung von Echtzeit-Visualisierungstools, mit denen die Spieler trainiert werden können, erfolgreicher zu spielen. Diese Tools könnten von Spieleentwicklern in Spiele integriert oder zu eigenständigen Trainingsmodulen entwickelt werden. Da für viele dieser Spiele bei Großveranstaltungen wie Intel Extreme Masters (IEM), World Championship Series (WCS), Major League Gaming (MLG) und anderen jedes Jahr mehr Preispools anstehen, könnte sich für diesen Typ ein großes Geschäftspotenzial ergeben der Forschung für Gamer, die Profi werden wollen, Profis, die wettbewerbsfähig bleiben wollen, und Spieleentwickler, die die Konkurrenz in diesem überfüllten eSport-Bereich schlagen wollen.