WikiEdge:ArXiv-2408.17180v1/abs

編輯

• 標題：Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis
• 中文標題：識別和聚類PvP遊戲中團隊組成的對抗關係以進行高效的平衡分析
• 發布日期：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
• 分類：cs.AI, cs.GT, cs.IR, cs.LG, cs.MA
• 原文鏈接：http://arxiv.org/abs/2408.17180v1

摘要：如何在遊戲環境中量化平衡性？這個問題對於遊戲設計師來說至關重要，尤其是在玩家對戰（PvP）遊戲中，分析預定義團隊組合（如多人在線戰術競技遊戲中的英雄組合或卡牌遊戲中的牌組）之間的強度關係對於增強遊戲體驗和實現平衡至關重要。我們開發了兩種先進的度量方法，這些方法超越了簡單的勝率，用於量化零和競爭場景中的平衡性。這些度量方法源自勝值估計，通過Bradley-Terry 模型進行強度評級近似和通過矢量量化進行對抗關係近似，顯著降低了傳統勝值估計的計算複雜度。在這些模型的學習過程中，我們識別出有用的組合類別並確定它們的對抗關係，這與人類玩家的經驗一致，而無需特定的遊戲知識。我們的方法依賴於一種簡單的技術，通過確定性矢量量化過程在極小的狀態空間中增強代碼本的利用率。我們的框架已在《帝國時代 II》、《爐石傳說》、《荒野亂鬥》和《英雄聯盟》等熱門網絡遊戲中得到驗證，這些遊戲中觀察到的強度關係的準確性可與傳統的成對勝值預測相媲美，同時也提供了更易於管理的分析複雜度。最終，我們的研究成果有助於更深入地理解 PvP 遊戲動態，並提出了一種顯著改進遊戲平衡評估和設計的方法。