Исследователи создают систему для прогноза матчей DOTA

Главные дисциплины профессионального киберспорта на данный момент – это MOBA вроде DOTA 2. В них каждый матч – это сложная схватка, в которой две команды пытаются отвоевать территории друг друга, испещренные прямыми трактами, извилистыми дорожками и защитными башнями. За тем, что происходит на поле боя, порой сложно уследить даже профессиональным игрокам и комментаторам (известным, как «кастеры» или  «стримеры»). Чтобы помочь с этим вопросом, три исследователя из Дании, Германии и Швеции разработали новый способ разбора и анализа матчей в DOTA, позволяющий точно спрогнозировать, как будет разворачиваться ход событий в игре.

Метод строится на определении так называемых «столкновений», т.е. на моментах, которые могут повлиять на динамику матча. Когда игрок оказывается в пределах диапазона, где может нанести противнику определенный урон, генерируется так называемый «комбат-линк». Похожим образом работает и «саппорт-линк» – он генерируется, когда герой, специализирующийся на статусных эффектах или лечении, входит в контакт с кем-то из своих союзников. И, наконец, есть еще один, более сложный «компонент столкновения» – он генерируются, когда несколько героев связываются друг с другом посредством «цепи» из комбат-линков и саппорт-линков. Далее, замечая по ходу боя определенную смесь этих компонентов, система фиксирует, что в матче произошло «столкновение».

Для каждого столкновения определяется собственный набор входящих и исходящих показателей. Сначала считается количество героев, вовлеченных в конфликт, их роли в команде, а также количество очков опыта и золота, имеющихся в их распоряжении. Далее, уже во время самой схватки, анализируется вклад каждого героя, основанный на «входящих линках» и «исходящих линках», которые этими героями генерируется. Или, другими словами, на том, сколько раз герои оказывались на расстоянии, где могли нанести урон, подлечить или наложить полезный эффект. Окончательный результат формируется на основе убийств, опыта и золота, начисленных каждому игроку.

Исследователи применили свою систему к 412 матчам в DOTA 2 и после некоторого анализа смогли выявить ряд паттернов. Они строятся на том, кто проиграл/победил в каждом из этих матчей, а также на том, что в этих матчах происходило. В итоге, используя эти паттерны, исследователи могут предугадать, кто выиграет весь матч. Ученые использовали разные виды анализа, и наименее эффективным оказался индикатор набора опыта – он идет вслед за набором золота и разницей в убийствах. Неудивительно, что, объединив три этих фактора, исследователи получили более точные результаты. Причем, чем больше игр анализирует система, тем точнее эти результаты становятся.

Проект пока на ранней стадии, однако есть надежда, что эта модель, возможно, будет использоваться кастерами для того, чтобы лучше понимать происходящее на поле боя, и объяснять это миллионам фанатов, смотрящих игру дома. К примеру, если систему можно будет использовать в реальном времени, то она сможет отмечать ситуации, где игра может повернуться в противоположную сторону. Это может быть основано на типах героев, вовлеченных в схватку, и их позициях на карте, а также на том, где они находятся относительно общей картины. Более того, исследователи надеются, что их система будет полезна и для профессиональных игроков (для анализа своих выступлений), и для создателей игры (для ее балансировки).

«Возможность анализировать игры на более глубоком уровне и, в частности, оценивать тактики, может быть интересна не только аналитикам и разработчикам, но и самим игрокам», – говорит Тобиас Малмэнн (Tobias Mahlmann), один из трех ведущих исследователей проекта.