Lämna det till högre utbildning för att ägna kvalitetstid till forskning som verkligen hjälper spelare att bli bättre spelare i spel som Dota 2, StarCraft II och Legends League. Datorvetenskapliga forskare från North Carolina State University har utvecklat en teknik för att bestämma vilka strategier som ger spelarna en fördel vid att vinna i realtidsstrategispel som Försvaret av de gamla (Dota), Warcraft III och StarCraft II. Tekniken ger extremt exakt information om hur en spelares handlingar påverkar ett lags chans att vinna, och kan användas för att utveckla teknik för användning av spelare och utvecklare för att förbättra spelupplevelser. Kolla in papper här och här.
"Vi hoppas verkligen att pro gamers kommer att hitta vårt arbete fördelaktigt och möjliggöra för dem att få insikter i deras spel som gör dem mer konkurrenskraftiga", säger Dr. David L. Roberts, assistent professor i datavetenskap vid NC State och co- författare till två papper på forskningen. "En av de spännande sakerna om våra resultat är att de också kan vara till hjälp för den genomsnittliga spelaren, speciellt när vi har gjort mer framsteg på de visualiseringsverktyg vi jobbar med."
Forskare använde tekniken, som använder sig av olika analytiska verktyg, för att utvärdera loggar av spelaraktioner från tusentals ARTS-spel. De använde sedan den informationen för att utveckla en uppsättning regler för lagspelstrategier, för att identifiera vilka metoder som ger teamen bästa chans att vinna. Även om Legends League var inte en del av denna forskning, sa Roberts att denna metodik kan tillämpas i vilken inställning som helst där det finns tidsutvecklande attribut som beskriver framsteg i spelet. Kvaliteten på insikten kommer att bero på mekaniken i varje enskilt spel.
"Realtids återkoppling om vilka spelare som bör fokusera på att öka chanserna för framgång kan hjälpa spelare att lära sig mer effektiva strategier", sa Roberts. "Det kommer att göra det möjligt för dem att lära sig hur deras inställning till spel påverkar deras framsteg, och att identifiera nya mål för att öka sina odds för att vinna."
Forskare fokuserade på Dota av tre huvudskäl: 1) Att vara ett realtidsspel med flera spelare, Dota gameplay är ett exempel på de typer av beteenden som de var intresserade av att undersöka, 2) Dota återspelningslogfiler är lätt tillgängliga på internet, vilket gör det möjligt för dem att få tillräckligt med data för beräkningsfrågor och 3) Dota är mycket populär, vilket de hoppades skulle göra dessa resultat intressanta för en stor publik. De andra spelen valdes för att komplimangera egenskaperna hos Dota och visa tillämpligheten av tekniken.
"Kort sagt, dessa spel är extremt komplexa," sa Roberts. "Spelare gör 10s eller 100s av beslut per minut (beroende på vilken nivå du ser), och det kan vara mycket svårt att göra" temporärt kredituppdrag. "Hur ska en spelare veta att köpa en vara 12 minuter in i spelet skickar slutligen dem ner till misslyckande 30 minuter senare? De typer av insikter vi kan ge nu kommer förhoppningsvis att göra det möjligt för spelarna att få en bättre förståelse för förhållandet mellan deras mål och deras framgång. "
När du lägger till tankeprocesser hos mänskliga motståndare, ibland så många som fem per lag, blir dessa spel väldigt ännu mer komplexa. ESports lägger till ett extra lager av drama med miljontals människor som tittar genom livsströmmar och tusentals levande åskådare som tar den virtuella åtgärden i stora arenor.
"Att modellera det mänskliga sinnet är exakt inte möjligt i ett så komplicerat scenario, så våra tekniker hanterar det mänskliga sinnet genom data", förklarar Roberts. "Genom att samla ett stort antal replays av spel får vi exempel på det antal saker som mänskliga spelare kan göra, och vi använder maskininlärningstekniker för att identifiera och utnyttja några subtila mönster."
Roberts ser denna forskning inte bara gynnar spelare på alla nivåer, men själva utvecklarna av MOBAs och andra spel. Spelutvecklare ständigt anpassar spelets mekanik (t ex regler som styr interaktioner) för att främja en viss spelupplevelse. Till exempel är det sätt som poängen beräknas i Scrabble en spelmekaniker. Valet att hitta dubbel- och trippelordstorlek där de är är ett sätt att tweaking mekanikern.
"Det kan vara mycket svårt att förstå förhållandet mellan spelmekanik och spelupplevelse, särskilt i komplexa spel", sa Roberts. "Tekniker, som de vi utvecklat, kan hjälpa utvecklarna att få insikt i förhållandet mellan mekanik och spel. Så, inom ramen för Dota, till exempel visar våra tekniker att guld ensamt inte är tillräckligt för att förutsäga framgång, det är hur guld används för att få intelligens, skada etc. som är viktigt. Den informationen kan vara ovärderlig för en utvecklare. "
Det ultimata målet för det här laget är att utveckla realtidsvisningsverktyg som kan träna spelspelare för att spela mer framgångsrikt. Dessa verktyg kan integreras i spel av spelutvecklare eller kan utvecklas till fristående träningsmoduler. Med flera prispuljer på linjen varje år för många av dessa spel vid stora evenemang som Intel Extreme Masters (IEM), World Championship Series (WCS), Major League Gaming (MLG) och andra, kan det finnas stor affärspotential för denna typ av forskning för spelare som vill bli proffs, proffsen som vill vara konkurrenskraftiga och spelutvecklare ser ut att slå tävlingen i det här trånga eSports-fältet.