Paljusid sündmusi on võimalik ette ennustada juba enne nende toimumist, näiteks on üsna ilmne, et populaarset MOBA mängu Dota 2 mängiva inimese tegelane sureb peagi, kui talle läheneb tugevam vaenlase kangelane vaateväljast eemal. Kuid see, mis inimesele on enesestmõistetav, pole arvuti jaoks alati lihtne ja inimene ei suuda alati kõike mängukaardil toimuvat jälgida. IN Pealkirjaga "Time to Die: Predicting Character Death in Dota 2 using Deep Learning" kirjeldasid Yorki ülikooli teadlased, kuidas nad suutsid treenida tehisintellekti ennustama üsna suure täpsusega mängutegelase eelseisvat surma 5 sekundit enne selle tegelikku toimumist. .
Tegelikult on ennustada, et tegelane tapetakse 5 sekundi pärast, veidi keerulisem, kui esmapilgul tundub. Keskmine vaste koosneb 80 000 eraldiseisvast fragmendist, mille iga käigus saab tegelane sooritada kümneid 170 000 võimalikust (uurijate arvutuste järgi) toimingust. Keskmiselt sooritavad mängijad kaardil 10 000 liigutust mängufragmendi kohta, tehes üle 20 000 mängumuudatuse.
Uuringu autorid märgivad, et tegelase kehv tervis ei ole alati tihedalt seotud tema kiire surmaga, kuna mõnel kangelasel on tervendavad võimed, lisaks on tervendamiseks või teleporteerimiseks spetsiaalseid esemeid. Kõiki neid tegureid arvesse võttes kasutas meeskond närvivõrgu treenimiseks Valve pakutud Dota 2 matšisalvestusi, mis sisaldasid kuni eelmise aasta 5000. detsembrini 5000 professionaalset ja 5 poolprofi mängu. Enne tegelikku treeningut töödeldi salvestisi eeltöötlemisel, teisendades matšid iga mängija jaoks ajaskaaladeks, mis jagati 0,133-sekundilisteks mänguaja segmentideks, kus iga skaala punkt sisaldas täielikku andmete kogumit tegelase ja tema keskkonna kohta.
Kogu mängusisese teabe põhjal tuvastasid teadlased 287 parameetrit, näiteks tegelase tervis, mana, jõud, osavus ja intelligentsus, tema saadaolevad aktiveeritud esemed, kasutusvalmis võimed, kangelase asukoht kaardil, kaugus lähima vaenlase ja liitlaste kaitsetornini ning ka üldine ülevaateajalugu (millal ja kus mängija viimati vaenlast nägi). Need parameetrid, nagu teadlased märgivad, mängivad võtmerolli selles, kas tegelane lähitulevikus sureb või ellu jääb, kusjuures kõige olulisemat rolli mängib asukoht kaardil ja ülevaate ajalugu.
"Mängijate käitumist mõjutab teave lähimineviku kohta," kirjutavad artikli kaasautorid. “Näiteks kui vaenlane on lihtsalt vaateväljast väljas, teab mängija ikkagi, et ta on kuskil piirkonnas. Teisest küljest, kui vaenlane mõne minuti eest kadus, võib ta mängija vaatevinklist olla ükskõik kus. See oli põhjus, miks lisasime funktsiooni, mis analüüsib arvustuste ajalugu."
Närvivõrgu koolitamiseks kasutasid teadlased 2870 sisendit (287 parameetrit 10 mängija kohta) ja 57,6 miljonit andmepunkti, reserveerides 10% andmetest kontrollimiseks ja veel 10% testimiseks. Oma katsetes leidis meeskond, et nad saavutasid keskmise täpsuse 0,5447 olukordades, kus tehisintellektil paluti ennustada, milline kangelane kummagi meeskonna kümnest mängijast sureb järgmise viie sekundi jooksul. Lisaks näitavad teadlased, et mudel võib ennustada surmajuhtumeid pikema aja jooksul, uurides kõiki tegureid ja olukordi, mis võivad nendeni viia.
Teadlased märgivad, et nende lähenemisviisil on teatud piirangud, nimelt nõuab süsteem nii palju mängusisest teavet (sealhulgas kõnealusele meistrile nähtamatud vaenlase meistrite kohta), et ennustada, ja et see ei pruugi uute versioonidega mängudega täielikult ühilduda. Kuid nad usuvad, et nende välja töötatud mudel, mis on saadaval , võib olla kasulik kommentaatoritele ja mängijatele, kui nad jälgivad mängu edenemist.
“E-spordi mängud on väga keerulised ning mängu suure kiiruse tõttu võib mängu tasakaal muutuda sõna otseses mõttes mõne sekundi jooksul, samas kui mängukaardi paljudes piirkondades võib korraga toimuda erinevaid sündmusi. Need võivad juhtuda nii kiiresti, et kommentaatorid või pealtvaatajad võivad kergesti mõnest mängust olulise hetke vahele jätta ja siis ainult selle tagajärgi jälgida,” kirjutavad teadlased. "Samal ajal on Dota 2-s vaenlase kangelase tapmine võtmesündmus, mis huvitab nii kommentaatoreid kui ka vaatajaid."
Allikas: 3dnews.ru