Оставьте это высшему образованию, чтобы посвятить качественное время исследованиям, которые на самом деле помогут геймерам стать лучшими игроками в таких играх, как Dota 2, StarCraft II а также Лига Легенд, Исследователи информатики из Университета штата Северная Каролина разработали методику определения стратегий, которые дают игрокам преимущество в стратегических играх в реальном времени, таких как Защита Древних (Dota), Warcraft III а также StarCraft II, Техника предлагает чрезвычайно точную информацию о том, как действия игрока влияют на шансы команды на победу, и может быть использована для разработки технологии, которую игроки и разработчики могут использовать для улучшения игрового процесса. Проверьте документы здесь и здесь.
«Мы искренне надеемся, что профессиональные геймеры сочтут нашу работу полезной и позволят им получить представление о своей игре, которая делает их более конкурентоспособными», - сказал д-р Дэвид Л. Робертс, доцент кафедры компьютерных наук в NC State и соавт. Автор двух работ по исследованию. «Одна из замечательных особенностей наших результатов заключается в том, что они также могут быть полезны обычному геймеру, особенно после того, как мы добились большего прогресса в инструментах визуализации, над которыми мы работаем».
Исследователи использовали технику, которая использует различные аналитические инструменты, чтобы оценить журналы действий игрока из тысяч игр ARTS. Затем они использовали эту информацию для разработки набора правил, определяющих стратегии командного геймплея, чтобы определить, какие подходы дают командам наилучшие шансы на победу. Хотя League of Legends не участвовала в этом исследовании, Робертс сказал, что эта методология может применяться в любых условиях, где существуют изменяющиеся во времени атрибуты, которые описывают прогресс в игре. Качество понимания будет зависеть от механики каждой отдельной игры.
«Отзывы в реальном времени о том, на что игрокам следует сосредоточиться, чтобы увеличить свои шансы на успех, могут помочь игрокам освоить более эффективные стратегии», - сказал Робертс. «Это позволит им узнать о том, как их подход к игре влияет на их прогресс, и определить новые цели для увеличения их шансов на победу».
Исследователи сосредоточились на Dota по трем основным причинам: 1) многопользовательская игра в реальном времени, Dota геймплей является примером типов поведения, которые они хотели исследовать, 2) Dota файлы журналов воспроизведения легко доступны в Интернете, что позволяет им получать достаточно данных для вычислительного запроса, и 3) Dota очень популярен, что, как они надеялись, сделает эти результаты интересными для широкой аудитории. Другие игры были выбраны, чтобы дополнить характеристики Dota и показать применимость методики.
«Короче говоря, эти игры чрезвычайно сложны», - сказал Робертс. «Игроки принимают 10 или 100 решений в минуту (в зависимости от уровня, на котором вы смотрите), и может быть чрезвычайно трудно выполнить« временное назначение кредита ». Как игрок должен знать, что покупка предмета происходит через 12 минут? игра в конечном итоге отправляет их по пути к провалу 30 минут спустя? Виды, которые мы можем сейчас предоставить, позволят игрокам лучше понять взаимосвязь между их целями и их успехом ».
Когда вы добавляете в мыслительные процессы людей-соперников, иногда по пять на команду, эти игры становятся еще более сложными. Киберспорт добавляет дополнительный уровень драмы, когда миллионы людей смотрят прямые трансляции, а тысячи зрителей принимают участие в виртуальном действии на огромных площадках.
«Явное моделирование человеческого разума просто невозможно в таком сложном сценарии, поэтому наши методы управляют человеческим разумом с помощью данных», - объяснил Робертс. «Собирая большое количество повторов игр, мы получаем примеры того, что могут делать люди-игроки, и мы используем методы машинного обучения для выявления и использования любых тонких шаблонов».
Робертс считает, что это исследование принесло пользу не только игрокам всех уровней квалификации, но и самим разработчикам MOBA и других игр. Разработчики игр постоянно корректируют механику своих игр (например, правила, регулирующие взаимодействия), пытаясь продвинуть определенный игровой процесс. Например, способ подсчета очков в Scrabble - это игровая механика. Выбор места для двойного и тройного слова - это один из способов настройки механики.
«Может быть очень трудно понять связь между игровой механикой и игровым опытом, особенно в сложных играх», - сказал Робертс. «Методы, подобные разработанным нами, могут помочь разработчикам понять взаимосвязь между механикой и игровым процессом. Итак, в контексте DotaНапример, наши методы показывают, что одного золота недостаточно, чтобы предсказать успех, важно то, как золото используется для получения интеллекта, урона и т. д. Эта информация может быть неоценимой для разработчика ».
Конечная цель этой команды - разработать инструменты визуализации в реальном времени, которые могли бы научить игроков играть более успешно. Эти инструменты могут быть включены в игры разработчиками игр или могут быть разработаны в виде отдельных обучающих модулей. С увеличением призовых фондов каждый год для многих из этих игр на крупных мероприятиях, таких как Intel Extreme Masters (IEM), World Championship Series (WCS), Major League Gaming (MLG) и других, у этого типа может быть большой бизнес-потенциал. исследований для геймеров, которые хотят стать профессионалами, профессионалов, которые хотят оставаться конкурентоспособными, и разработчиков игр, стремящихся победить конкурентов в этой многолюдной области киберспорта.