Новости Software

ИИ научился определять вероятность скорой смерти героя в игре Dota 2

Многие события можно предсказать до момента их наступления, например, достаточно очевидно, что персонаж человека, играющего в популярную игру в жанре MOBA — Dota 2, вскоре погибнет, если к нему из зоны вне его видимости приближается более сильный герой противника. Но что очевидно для человека, не всегда легко даётся компьютеру, да и человек не всегда в состоянии следить за всем, что происходит на игровой карте. В статье под названием «Время умереть: предсказание смерти персонажа в Dota 2 с использованием глубокого обучения» исследователи из Йоркского университета описали, как им удалось обучить ИИ с достаточно высокой точностью предсказывать приближающуюся гибель игрового героя за 5 секунд до того, как это фактически случится.

Исследователи из Йоркского университата научили ИИ предсказывать гибель чемпиона в компьютерной игре Dota 2 за 5 секунд до фактического события

Исследователи из Йоркского университета научили ИИ предсказывать гибель персонажа в компьютерной игре Dota 2 за 5 секунд до фактического события

На самом деле, предсказать, что персонаж через 5 секунд будет убит — это немного сложнее, чем кажется на первый взгляд. Средний матч состоит из 80 000 отдельных фрагментов, в течение каждого из них персонаж может выполнить десятки из 170 000 возможных (по расчётам исследователей) действий. В среднем игроки на карте выполняют 10 000 передвижений за каждый фрагмент матча, внося более 20 000 игровых изменений.

Авторы исследования отмечают, что низкое здоровье персонажа не всегда тесно связано с его скорым убийством, так как некоторые герои обладают способностями к исцелению, а также для лечения или телепортации существуют специальные предметы. Учитывая все эти факторы, команда использовала для обучения нейронной сети записи матчей в Dota 2, предоставленные Valve, в которых содержались 5000 профессиональных и 5000 полупрофессиональных игр, сыгранных до 5 декабря прошлого года. Перед фактическим обучением записи подвергли предварительной обработке, путем преобразования матчей во временные шкалы для каждого из игроков, поделённые на отрезки по 0,133 секунды игрового времени, где каждая точка на шкале содержала полный набор данных о персонаже и его окружении.

Из всей внутриигровой информации исследователи выделили 287 параметров, например, такие как здоровье, мана, сила, ловкость и интеллект персонажа, имеющиеся у него активируемые предметы, готовые к применению способности, положение героя на карте, расстояние до ближайшего противника и защитной башни союзников, а также общая история обзора (когда и где в последний раз игрок видел противника). Данные параметры, как указывают исследователи, играют ключевую роль в том, погибнет ли персонаж или выживет в ближайшей перспективе, при этом самую значимую роль играло положение на карте и история обзора.

«Поведение игроков зависит от информации о недавнем прошлом», — пишут соавторы работы. «Например, если враг просто скрылся из виду, игрок всё равно знает, что он находится где-то в этом районе. С другой стороны, если враг исчез несколько минут назад, он может быть где угодно с точки зрения игрока. Это стало причиной, почему мы добавили функцию анализирующую историю обзора».

Диаграммы, показывающие участки совпадений, где «К» указывает на достоверность убийства.

Диаграммы со временными линиями для 10 игроков, буква "K" соответствует моменту гибели персонажа в игре

Для обучения нейронной сети ученые использовали 2870 входов (287 параметров на 10 игроков) и 57,6 млн точек с данными, зарезервировав 10 % данных для проверки и еще 10 % для тестирования. В ходе экспериментов команда обнаружила, что она достигла средней точности 0,5447 в ситуациях, когда ИИ было предложено предсказать, герой какого из десяти игроков любой из команд умрёт в течение ближайших пяти секунд. Кроме того, исследователи указывают, что модель могла прогнозировать смертельные исходы и в более большом временном промежутке благодаря изучению всех факторов и ситуаций, которые могут к ним привести.

Учёные отмечают, что у их подхода есть определенные ограничения, а именно, что системе требуется такое количество внутриигровой информации (в том числе о невидимых для рассматриваемого чемпиона чемпионов противника), чтобы делать свой прогноз, и что она может быть не совсем совместимой с новыми версиями игры. Тем не менее, они считают, что разработанная ими модель, которая доступна в открытом коде на GitHub, может быть полезна комментаторам и игрокам, когда они следят за ходом матча.

«Игры в киберспорте очень сложные, из-за высокой скорости игрового процесса баланс игры может измениться буквально в течение нескольких секунд, при этом различные события могут происходить во многих областях игровой карты одновременно. Они могут происходить настолько быстро, что комментаторы или зрители могут легко пропустить важный момент в игре и затем наблюдать лишь за его последствиями», — пишут исследователи. «При этом в Dota 2 убийство героя противника является ключевым событием, интересующим как комментаторов, так и зрителей».

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме
Прежде чем оставить комментарий, пожалуйста, ознакомьтесь с правилами комментирования. Оставляя комментарий, вы подтверждаете ваше согласие с данными правилами и осознаете возможную ответственность за их нарушение.
Все комментарии премодерируются.
Комментарии загружаются...
window-new
Soft
Hard
Тренды 🔥