查看“WikiEdge:ArXiv-2408.17180v1/background”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17180v1/background|action=edit}} 编辑]</div>
这篇文献的背景主要集中在以下几个方面：
# '''[[玩家对战]]（[[PvP]]）[[游戏平衡]]的重要性'''： 
#* 在PvP游戏中，[[团队组合]]的平衡性对于维持[[玩家参与度]]和[[竞争公平性]]至关重要。团队组合，如[[多人在线战斗竞技场]]（[[MOBA]]）游戏中的[[英雄组合]]或[[卡牌游戏]]中的[[牌组]]，是玩家策略和游戏多样性的关键。
#* [[游戏行业]]依赖于这些组合提供的多样性和参与度，以反映玩家的个性并保持市场竞争力。然而，优化玩家参与度和竞争公平性的关键，在于保持不同团队组合之间的合理强度关系，这对于追求胜利的玩家和追求平衡的游戏设计师来说都是一个挑战。
# '''现有平衡评估方法的局限性'''： 
#* 目前，[[胜率]]、[[使用率]]或[[策略分布]]的[[熵]]等是不同游戏类型中用于平衡评估的可用度量。然而，这些度量在评估平衡时往往忽略了[[玩家技能]]的可变性和团队组合之间的对抗关系，导致评估不准确。
#* 传统的玩家技能评级，如[[Elo评级]]、[[TrueSkill]]和[[匹配评级]]，主要关注个人能力，而在团队组合的实力评估方面存在差距。
# '''新平衡度量方法的需求'''： 
#* 为了更好地理解团队组合之间的强度关系并分析游戏平衡，本文提出了两个超越简单胜率的高级度量方法，这些方法通过[[Bradley-Terry模型]]和[[向量量化]]来估算胜率和对抗关系，显著降低了与传统胜率估算相关的计算复杂性。
#* 这些方法在学习过程中识别出有用的组合类别，并确定它们的对抗关系，与人类玩家的经验相符，而无需特定的游戏知识。本文的方法论在流行的在线游戏，如[[帝国时代II]]、[[炉石传说]]、[[荒野乱斗]]和[[英雄联盟]]中得到了验证，其观察到的强度关系准确性与传统的成对胜率预测相当，同时提供了更易于管理的复杂性进行分析。
综上所述，这篇文献的背景强调了在PvP游戏设计中对更精确的平衡评估工具的需求，以及现有方法的局限性。作者提出了一种新的方法论，通过考虑不可传递性的同时保持分析的可行性复杂度，来提高游戏平衡评估和设计。