Muchos eventos se pueden predecir antes de que ocurran, por ejemplo, es bastante obvio que el personaje de una persona que juega el popular juego MOBA Dota 2 morirá pronto si un héroe enemigo más fuerte se le acerca desde un área fuera de la vista. Pero lo que es obvio para una persona no siempre es fácil para una computadora, y una persona no siempre puede seguir todo lo que sucede en el mapa del juego. EN Con el título "Tiempo de morir: predecir la muerte de un personaje en Dota 2 usando aprendizaje profundo", investigadores de la Universidad de York describieron cómo pudieron entrenar IA para predecir la muerte inminente de un personaje del juego con una precisión bastante alta 5 segundos antes de que realmente suceda. .
De hecho, predecir que un personaje morirá en 5 segundos es un poco más difícil de lo que parece a primera vista. Una partida media consta de 80 fragmentos separados, durante cada uno de los cuales un personaje puede realizar decenas de las 000 acciones posibles (según los cálculos de los investigadores). En promedio, los jugadores en el mapa realizan 170 movimientos por fragmento de partida, realizando más de 000 cambios de juego.
Los autores del estudio señalan que la baja salud de un personaje no siempre está estrechamente relacionada con su muerte rápida, ya que algunos héroes tienen habilidades curativas y también hay elementos especiales para curar o teletransportarse. Teniendo en cuenta todos estos factores, el equipo utilizó grabaciones de partidos de Dota 2 proporcionadas por Valve para entrenar la red neuronal, que contenía 5000 juegos profesionales y 5000 semiprofesionales jugados hasta el 5 de diciembre del año pasado. Antes del entrenamiento real, las grabaciones fueron preprocesadas convirtiendo los partidos en líneas de tiempo para cada jugador, divididas en segmentos de 0,133 segundos de tiempo de juego, donde cada punto de la escala contenía un conjunto completo de datos sobre el personaje y su entorno.
De toda la información del juego, los investigadores identificaron 287 parámetros, por ejemplo, como la salud, el maná, la fuerza, la destreza y la inteligencia del personaje, los elementos activados disponibles, las habilidades listas para usar, la posición del héroe en el mapa, la distancia al enemigo más cercano y la torre defensiva de los aliados, y también el historial de revisión general (cuándo y dónde el jugador vio al enemigo por última vez). Estos parámetros, como indican los investigadores, juegan un papel clave a la hora de determinar si un personaje muere o sobrevive en un futuro próximo, siendo el papel más significativo la posición en el mapa y la historia de la revisión.
"El comportamiento del jugador está influenciado por información sobre el pasado reciente", escriben los coautores del artículo. “Por ejemplo, si el enemigo simplemente está fuera de la vista, el jugador aún sabe que está en algún lugar del área. Por otro lado, si el enemigo desapareció hace unos minutos, podría estar en cualquier lugar desde el punto de vista del jugador. Esta fue la razón por la que agregamos una función que analiza el historial de revisiones".
Para entrenar la red neuronal, los científicos utilizaron 2870 entradas (287 parámetros por 10 jugadores) y 57,6 millones de puntos de datos, reservando el 10% de los datos para verificación y otro 10% para pruebas. En sus experimentos, el equipo descubrió que lograron una precisión promedio de 0,5447 en situaciones en las que se pedía a la IA que predijera qué héroe de diez jugadores de cada equipo moriría en los siguientes cinco segundos. Además, los investigadores indican que el modelo podría predecir muertes durante un período de tiempo mayor al estudiar todos los factores y situaciones que podrían provocarlas.
Los científicos señalan que su enfoque tiene ciertas limitaciones, a saber, que el sistema requiere tanta información dentro del juego (incluso sobre los campeones enemigos invisibles para el campeón en cuestión) para hacer su predicción, y que puede no ser totalmente compatible con las nuevas versiones del juego. Sin embargo, creen que el modelo que desarrollaron, que está disponible en , puede resultar útil para comentaristas y jugadores cuando siguen el progreso de un partido.
“Los juegos de deportes electrónicos son muy complejos y, debido a la alta velocidad del juego, el equilibrio del juego puede cambiar literalmente en unos pocos segundos, mientras que varios eventos pueden ocurrir en muchas áreas del mapa del juego al mismo tiempo. Pueden ocurrir tan rápidamente que los comentaristas o espectadores pueden fácilmente perderse un momento importante del juego y luego observar sólo sus consecuencias”, escriben los investigadores. "Al mismo tiempo, en Dota 2, matar a un héroe enemigo es un evento clave que interesa tanto a los comentaristas como a los espectadores".
Fuente: 3dnews.ru