WikiEdge:ArXiv-2408.17180v1/background:修订间差异

来自WikiEdge
跳转到导航 跳转到搜索
David留言 | 贡献
Saved page by David
 
David留言 | 贡献
Saved page by David
第1行: 第1行:
<!-- 不要移除下面第一行,如果有编辑错误,请直接修改第二行以后的内容 -->
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17180v1/background|action=edit}} 编辑]</div>
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17180v1/background|action=edit}} 编辑]</div>
== 研究背景 ==
这篇文献的背景主要集中在以下几个方面:
玩家对战(PvP)游戏中,团队组合的平衡性分析对于游戏设计师来说至关重要。这涉及到评估预定义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之间的强度关系,以增强游戏实现平衡。当前,游戏平衡的量化方法主要依赖于胜率、使用率或策略分布的熵等指标这些方法往往忽略了玩家技能的可变性和团队组合之间的相互制约关系,导致评估不够精确。传统的玩家技能评级系统如Elo评级、TrueSkill和匹配评级,主要关注个人能力,而在团队组合的强度评估方面存在空白因此,本文旨在提出一种新的方法,通过结合Bradley-Terry模型和神经网络来预测团队组合的强度,并引入一种新的对抗表来提高预测精度减少传统胜率估计算复杂
# '''[[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[[多人在线战斗竞技场]]([[MOBA]])游戏中的[[英雄组合]][[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,这对于追求胜利的追求平衡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]][[策略分布]][[]]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,导致评估不确。
#* 传统的玩家技能评级,如[[Elo评级]]、[[TrueSkill]][[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高级度量方法,这些方法通过[[Bradley-Terry模型]][[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可行性复杂度,来提高游戏平衡评估和设计

2024年9月3日 (二) 07:40的版本

编辑

这篇文献的背景主要集中在以下几个方面:

  1. 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。
  2. 现有平衡评估方法的局限性
    • 目前,胜率使用率策略分布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。
  3. 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。