WikiEdge:ArXiv-2408.17180v1/abs：修订间差异
跳转到导航
跳转到搜索
Saved page by Carole 标签：已被回退 |
Saved page by Carole |
||
| （未显示同一用户的3个中间版本） | |||
| 第2行： | 第2行： | ||
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17180v1/abs|action=edit}} 编辑]</div> | <div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17180v1/abs|action=edit}} 编辑]</div> | ||
* '''标题'''：Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis | * '''标题'''：Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis | ||
* '''中文标题'''：识别和聚 | * '''中文标题'''：识别和聚类PvP游戏中团队组成的对抗关系以进行高效的平衡分析 | ||
* '''发布日期'''：2024-08-30T10:28:36+00:00 | * '''发布日期'''：2024-08-30T10:28:36+00:00 | ||
* '''作者'''：Chiu-Chou Lin, Yu-Wei Shih, Kuei-Ting Kuo, Yu-Cheng Chen, Chien-Hua Chen, Wei-Chen Chiu, I-Chen Wu | * '''作者'''：Chiu-Chou Lin, Yu-Wei Shih, Kuei-Ting Kuo, Yu-Cheng Chen, Chien-Hua Chen, Wei-Chen Chiu, I-Chen Wu | ||
* '''分类'''：cs.AI, cs.GT, cs.IR, cs.LG, cs.MA | * '''分类'''：cs.AI, cs.GT, cs.IR, cs.LG, cs.MA | ||
*'''原文链接'''：http://arxiv.org/abs/2408.17180v1 | *'''原文链接'''：http://arxiv.org/abs/2408.17180v1 | ||
'''摘要'''： | '''摘要'''：如何在[[游戏环境]]中量化[[平衡性]]？这个问题对于[[游戏设计师]]来说至关重要，尤其是在[[玩家对战]]（[[PvP]]）游戏中，分析预定义团队组合（如[[多人在线战术竞技游戏]]中的[[英雄组合]]或[[卡牌游戏]]中的[[牌组]]）之间的强度关系对于增强游戏体验和实现平衡至关重要。我们开发了两种先进的度量方法，这些方法超越了简单的[[胜率]]，用于量化[[零和竞争]]场景中的平衡性。这些度量方法源自[[胜值估计]]，通过[[Bradley-Terry 模型]]进行强度评级近似和通过[[矢量量化]]进行对抗关系近似，显著降低了传统胜值估计的计算复杂度。在这些模型的学习过程中，我们识别出有用的组合类别并确定它们的对抗关系，这与[[人类玩家]]的经验一致，而无需特定的游戏知识。我们的方法依赖于一种简单的技术，通过确定性矢量量化过程在极小的状态空间中增强代码本的利用率。我们的框架已在《[[帝国时代 II]]》、《[[炉石传说]]》、《[[荒野乱斗]]》和《[[英雄联盟]]》等热门[[网络游戏]]中得到验证，这些游戏中观察到的强度关系的准确性可与传统的成对胜值预测相媲美，同时也提供了更易于管理的分析复杂度。最终，我们的研究成果有助于更深入地理解 PvP 游戏动态，并提出了一种显著改进游戏平衡评估和设计的方法。 | ||
2024年9月2日 (一) 18:31的最新版本
- 标题：Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis
- 中文标题：识别和聚类PvP游戏中团队组成的对抗关系以进行高效的平衡分析
- 发布日期：2024-08-30T10:28:36+00:00
- 作者：Chiu-Chou Lin, Yu-Wei Shih, Kuei-Ting Kuo, Yu-Cheng Chen, Chien-Hua Chen, Wei-Chen Chiu, I-Chen Wu
- 分类：cs.AI, cs.GT, cs.IR, cs.LG, cs.MA
- 原文链接：http://arxiv.org/abs/2408.17180v1
摘要：如何在游戏环境中量化平衡性？这个问题对于游戏设计师来说至关重要，尤其是在玩家对战（PvP）游戏中，分析预定义团队组合（如多人在线战术竞技游戏中的英雄组合或卡牌游戏中的牌组）之间的强度关系对于增强游戏体验和实现平衡至关重要。我们开发了两种先进的度量方法，这些方法超越了简单的胜率，用于量化零和竞争场景中的平衡性。这些度量方法源自胜值估计，通过Bradley-Terry 模型进行强度评级近似和通过矢量量化进行对抗关系近似，显著降低了传统胜值估计的计算复杂度。在这些模型的学习过程中，我们识别出有用的组合类别并确定它们的对抗关系，这与人类玩家的经验一致，而无需特定的游戏知识。我们的方法依赖于一种简单的技术，通过确定性矢量量化过程在极小的状态空间中增强代码本的利用率。我们的框架已在《帝国时代 II》、《炉石传说》、《荒野乱斗》和《英雄联盟》等热门网络游戏中得到验证，这些游戏中观察到的强度关系的准确性可与传统的成对胜值预测相媲美，同时也提供了更易于管理的分析复杂度。最终，我们的研究成果有助于更深入地理解 PvP 游戏动态，并提出了一种显著改进游戏平衡评估和设计的方法。