AI huet geléiert d'Wahrscheinlechkeet vum bevirstehende Doud vun engem Held am Spill Dota 2 ze bestëmmen

Vill Eventer kënne virausgesot ginn ier se optrieden, zum Beispill ass et ganz offensichtlech datt de Charakter vun enger Persoun déi de populäre MOBA Spill Dota 2 spillt geschwënn stierft wann e méi staarken Feindheld him aus engem Gebitt aus der Siicht kënnt. Awer wat fir eng Persoun evident ass ass net ëmmer einfach fir e Computer, an eng Persoun ass net ëmmer fäeg alles ze verfollegen wat op der Spillkaart geschitt. IN Artikel Mam Titel "Time to Die: Predicting Character Death in Dota 2 Using Deep Learning", hunn d'Fuerscher vun der University of York beschriwwen wéi se fäeg sinn AI ze trainéieren fir den impendéierten Doud vun engem Spill Charakter mat zimlech héijer Genauegkeet 5 Sekonnen virauszesoen ier et tatsächlech geschitt. .

AI huet geléiert d'Wahrscheinlechkeet vum bevirstehende Doud vun engem Held am Spill Dota 2 ze bestëmmen

Tatsächlech, virauszesoen datt e Charakter a 5 Sekonnen ëmbruecht gëtt, ass e bësse méi schwéier wéi et op den éischte Bléck schéngt. Der Moyenne Match besteet aus 80 separat Fragmenter, während all vun deenen e Charakter Dosende vun der Leeschtunge kann 000 méiglech (no de Fuerscher Berechnungen) Aktiounen. Am Duerchschnëtt, Leeschtung Spiller op der Kaart 170 Bewegungen pro Match Fragment, mécht iwwer 000 Spill Ännerungen.

D'Autoren vun der Studie bemierken datt d'niddereg Gesondheet vun engem Charakter net ëmmer enk mat sengem schnelle Doud verbonnen ass, well e puer Helden heelen Fäegkeeten hunn, an et ginn och speziell Elementer fir Heelen oder Teleportatioun. Wann Dir all dës Faktoren berücksichtegt, huet d'Team Dota 2 Match Opzeechnunge benotzt, déi vum Valve geliwwert ginn, fir den neurale Netzwierk ze trainéieren, deen 5000 professionnelle a 5000 semi-pro Spiller gespillt huet bis de 5. Dezember d'lescht Joer. Virun der aktueller Training goufen d'Opzeechnunge virveraarbechtt andeems d'Matcher an Zäitlinne fir all Spiller ëmgewandelt goufen, opgedeelt an 0,133 Sekonne Segmenter vun der Spillzäit, wou all Punkt op der Skala e komplette Set vun Daten iwwer de Charakter a seng Ëmwelt enthält.

Vun allen Spillinformatiounen hunn d'Fuerscher 287 Parameteren identifizéiert, zum Beispill, wéi d'Gesondheet vum Charakter, Mana, Kraaft, Geschécklechkeet an Intelligenz, seng verfügbar aktivéiert Elementer, prett-ze-benotzen Fäegkeeten, d'Positioun vum Held op der Kaart, d'Distanz zum noosten Feind an de Verteidegungstuerm vun den Alliéierten, an och allgemeng Iwwerpréiwungsgeschicht (wéini a wou de Spiller de Feind fir d'lescht gesinn huet). Dës Parameteren, wéi d'Fuerscher uginn, spillen eng Schlësselroll, ob e Charakter an der nächster Zukunft stierft oder iwwerlieft, mat der bedeitendster Roll spillt d'Positioun op der Kaart an d'Geschicht vun der Iwwerpréiwung.

"Spiller Verhalen gëtt beaflosst vun Informatioun iwwer déi rezent Vergaangenheet", schreiwen d'Co-Autoren vum Pabeier. "Zum Beispill, wann de Feind einfach aus der Siicht ass, weess de Spiller nach ëmmer datt hien iergendwou an der Géigend ass. Op der anerer Säit, wann de Feind virun e puer Minutten verschwonnen ass, kéint hien iwwerall aus der Siicht vum Spiller sinn. Dëst war de Grond firwat mir eng Feature bäigefüügt hunn déi Bewäertungsgeschicht analyséiert.

AI huet geléiert d'Wahrscheinlechkeet vum bevirstehende Doud vun engem Held am Spill Dota 2 ze bestëmmen

Fir den neuralen Netzwierk ze trainéieren, hunn d'Wëssenschaftler 2870 Inputen (287 Parameteren pro 10 Spiller) an 57,6 Milliounen Datepunkte benotzt, 10% vun den Donnéeën reservéiert fir d'Verifizéierung an eng aner 10% fir ze testen. An hiren Experimenter huet d'Team festgestallt datt se eng duerchschnëttlech Genauegkeet vun 0,5447 erreecht hunn an Situatiounen wou den AI gefrot gouf virauszesoen wéi en Held vun zéng Spiller op entweder Team an den nächste fënnef Sekonnen stierwen. Zousätzlech weisen d'Fuerscher datt de Modell Doudesfäll iwwer eng méi grouss Zäit viraussoe kann andeems se all Faktoren a Situatiounen studéieren, déi zu hinnen féieren.

D'Wëssenschaftler bemierken datt hir Approche bestëmmte Aschränkungen huet, nämlech datt de System sou vill Informatioun am Spill erfuerdert (och iwwer Feind Championen, déi dem Champion an der Fro onsichtbar sinn) fir seng Prognose ze maachen, an datt et vläicht net voll kompatibel ass mat neie Versioune Spiller. Wéi och ëmmer, si gleewen datt de Modell deen se entwéckelt hunn, deen verfügbar ass Open Source op GitHub, kann nëtzlech sinn fir Kommentatoren a Spiller wann se de Fortschrëtt vun engem Match verfollegen.

"Esports Spiller si ganz komplex, a wéinst der héijer Geschwindegkeet vum Spillspill kann d'Gläichgewiicht vum Spill wuertwiertlech bannent e puer Sekonnen änneren, während verschidde Eventer a ville Beräicher vun der Spillkaart zur selwechter Zäit optrieden. Si kënne sou séier geschéien, datt d'Kommentatoren oder d'Spectateure ganz einfach e wichtege Moment am Spill verpassen an dann nëmmen seng Konsequenze kucken", schreiwen d'Fuerscher. "Zur selwechter Zäit, an Dota 2, e feindlechen Held ëmbréngen ass e Schlësselevenement dat souwuel Kommentatoren wéi Zuschauer interesséiert."



Source: 3dnews.ru

Setzt e Commentaire