Legg det til høyere utdanning for å tilegne kvalitetstid til forskning som faktisk vil hjelpe spillere bli bedre spillere i spill som Dota 2, StarCraft II og League of Legends. Datavitenskapsforskere fra North Carolina State University har utviklet en teknikk for å bestemme hvilke strategier som gir spillere en fordel ved å vinne i sanntidsstrategispill som Forsvaret til de gamle (Dota), Warcraft III og StarCraft II. Teknikken gir ekstremt nøyaktig informasjon om hvordan en spiller handlinger påvirker et lags sjanser til å vinne, og kan brukes til å utvikle teknologi for bruk av spillere og utviklere for å forbedre spillopplevelser. Sjekk ut papirene her og her.
"Vi håper hjertelig at progamenter vil finne arbeidet vårt gunstig, og gjøre det mulig for dem å få innsikt i deres spill som gjør dem mer konkurransedyktige," sa Dr. David L. Roberts, en assisterende professor i informatikk ved NC State og co- forfatter av to papirer på forskningen. "En av de spennende tingene med resultatene våre er at de også kan være til hjelp for den gjennomsnittlige gameren, spesielt når vi har gjort mer fremgang i visualiseringsverktøyene vi jobber med."
Forskere brukte teknikken, som benytter seg av ulike analytiske verktøy, for å evaluere logger av spilleraksjoner fra tusenvis av ARTS-spill. De brukte da denne informasjonen til å utvikle et sett med regler for spillspillstrategier, for å identifisere hvilke tilnærminger som gir lagene den beste muligheten til å vinne. Selv om League of Legends ikke var en del av denne undersøkelsen, sa Roberts at denne metoden kan brukes i en hvilken som helst setting der det er tidevannende attributter som beskriver fremdrift i spillet. Kvaliteten på innsiktene vil avhenge av mekanikken til hvert enkelt spill.
"Realtids tilbakemelding om hva spillere skal fokusere på for å øke sjansene for suksess kan hjelpe spillere å lære mer effektive strategier," sa Roberts. "Det vil gjøre dem i stand til å lære om hvordan deres tilnærming til spillet påvirker deres fremgang, og å identifisere nye mål for å øke oddsene sine for å vinne."
Forskere fokusert på Dota av tre hovedgrunner: 1) Å være et multiplayer-sanntidsspill, Dota gameplay er et eksempel på hva slags oppførsel de var interessert i å undersøke, 2) Dota replay loggfiler er lett tilgjengelige på internett, noe som gjør det mulig for dem å få nok data til beregningsoppdrag, og 3) Dota er veldig populært, som de håpet ville gjøre disse resultatene interessante for et stort publikum. De andre spillene ble valgt for å komplimentere egenskapene til Dota og vise anvendelighet av teknikken.
"Kort sagt, disse spillene er ekstremt komplekse," sa Roberts. "Spillerne gjør 10s eller 100s av beslutninger per minutt (avhengig av nivået du ser på), og det kan være svært vanskelig å gjøre 'temporær kredittoppgave.' Hvordan skal en spiller vite at han kjøper en vare 12 minutter inn Spillet sender til slutt dem nedover veien til å mislykkes 30 minutter senere? Typer innsikt vi nå kan gi, vil forhåpentligvis gjøre det mulig for spillerne å få bedre forståelse for forholdet mellom deres mål og deres suksess. "
Når du legger til tankeprosesser hos menneskelige motstandere, noen ganger så mange som fem per lag, blir disse spillene enda mer komplekse. ESports legger til et ekstra lag med drama med millioner av mennesker som ser gjennom livsstreamer og tusenvis av levende tilskuere som tar i den virtuelle handlingen i store spillesteder.
"Det er bare ikke mulig å modellere det menneskelige sinn eksplisitt i et slikt komplekst scenario, slik at våre teknikker håndterer det menneskelige sinn gjennom data," forklarer Roberts. "Ved å samle et stort antall spillreplikater, får vi eksempler på det spekteret av ting som menneskelige spillere kan gjøre, og vi bruker maskinlæringsteknikker for å identifisere og utnytte noen subtile mønstre."
Roberts ser denne forskningen ikke bare til fordel for spillere på alle ferdighetsnivåer, men selve utviklerne av MOBAs og andre spill. Spillutviklere tilpasser stadig mekanikken til spillene sine (for eksempel reglene som styrer interaksjoner) for å fremme en viss spillopplevelse. For eksempel beregnes måten som blir beregnet i Scrabble, en spillmekaniker. Valget for å finne dobbelt- og trippelordscorer hvor de er, er en måte å justere mekanikeren på.
"Det kan være veldig vanskelig å forstå forholdet mellom spillmekanikk og spillopplevelse, spesielt i komplekse spill," sa Roberts. "Teknikker, som de vi utviklet, kan bidra til å gi utviklere innsikt i forholdet mellom mekanikk og spill. Så, i sammenheng med Dota, for eksempel, viser våre teknikker at gull alene ikke er tilstrekkelig til å forutsi suksess, det er hvordan gull brukes til å få intelligens, skade etc. som er viktig. Denne informasjonen kan være uvurderlig for en utvikler. "
Det ultimate målet for dette laget er å utvikle sanntids visualiseringsverktøy som kan trene spillerne til å spille mer vellykket. Disse verktøyene kunne bli innlemmet i spill av spillutviklere, eller kunne utvikles til frittstående treningsmoduler. Med økende premiepenger på linjen hvert år for mange av disse spillene ved store begivenheter som Intel Extreme Masters (IEM), World Championship Series (WCS), Major League Gaming (MLG) og andre, kan det være stort forretningspotensial for denne typen av forskning for spillere som ønsker å bli profesjonelle, proffene som ønsker å bli konkurransedyktige og spillutviklere ønsker å slå konkurransen i dette overfylte eSports-feltet.