WikiEdge:ArXiv-2408.17180v1/background

编辑

研究背景

在玩家对战（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，以增强游戏玩法和实现平衡。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，但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，同时减少传统胜率估计的计算复杂性。