Lad det gå på videregående uddannelse for at afsætte kvalitetstid til forskning, der rent faktisk vil hjælpe spillere til at blive bedre spillere i spil som Dota 2, StarCraft II og Liga af legender. Computer science forskere fra North Carolina State University har udviklet en teknik til at bestemme hvilke strategier giver spillerne en chance for at vinde i real-time strategispil som Forsvaret af de gamle (Dota), Warcraft III og StarCraft II. Teknikken giver yderst præcise oplysninger om, hvordan en spiller handlinger påvirker et holds chancer for at vinde og kunne bruges til at udvikle teknologi til brug for spillere og udviklere for at forbedre gameplayoplevelser. Tjek papirerne her og her.
"Vi håber oprigtigt, at pro gamers vil finde vores arbejde gavnlige og give dem mulighed for at få indsigt i deres spil, der gør dem mere konkurrencedygtige", siger Dr. David L. Roberts, adjunkt i computervidenskab ved NC State og co- forfatter af to papirer om forskningen. "En af de spændende ting ved vores resultater er, at de også kan være nyttige for den gennemsnitlige gamer, især når vi har gjort flere fremskridt med de visualiseringsværktøjer, vi arbejder på."
Forskere brugte teknikken, der anvender forskellige analytiske værktøjer til at evaluere logger af spilleraktioner fra tusindvis af ARTS-spil. De brugte derefter disse oplysninger til at udvikle et sæt regler for holdets gameplay-strategier for at identificere hvilke tilgange, som giver holdene den bedste chance for at vinde. Selvom League of Legends ikke var en del af denne forskning, sagde Roberts, at denne metode kan anvendes i enhver indstilling, hvor der er tidsudviklende attributter, der beskriver fremskridt i spillet. Kvaliteten af indsigterne afhænger af mekanikken i hvert enkelt spil.
"Realtids feedback om, hvad spillere skal fokusere på for at øge deres chancer for succes kan hjælpe spillere med at lære mere effektive strategier," sagde Roberts. "Det vil sætte dem i stand til at lære om, hvordan deres tilgang til spil påvirker deres fremskridt, og at identificere nye mål for at øge deres odds for at vinde."
Forskere fokuserede på Dota af tre hovedgrunde: 1) at være et multiplayer real-time spil, Dota gameplay er et eksempel på de typer adfærd, de var interesserede i at undersøge, 2) Dota replay logfiler er let tilgængelige på internettet, hvilket gør det muligt for dem at få nok data til beregningsoplysning og 3) Dota er meget populært, som de håbede ville gøre disse resultater interessante for et stort publikum. De andre spil blev udvalgt for at komplimentere karakteristikaene hos Dota og viser anvendeligheden af teknikken.
"Kort sagt, disse spil er ekstremt komplekse," sagde Roberts. "Spillerne tager 10s eller 100s af beslutninger pr. Minut (afhængigt af det niveau, hvor du ser ud), og det kan være yderst vanskeligt at gøre 'tidsmæssig kreditopgave.' Hvordan skal en spiller vide, at han køber en vare 12 minutter ind spillet sender i sidste ende dem ned ad vejen til fiasko 30 minutter senere? De typer indsigter, vi nu kan give, vil forhåbentlig sætte spillerne i stand til at få en bedre forståelse for forholdet mellem deres mål og deres succes. "
Når du tilføjer tankegangsprocesserne hos menneskelige modstandere, nogle gange så mange som fem pr. Hold, bliver disse spil meget mere komplekse. ESports tilføjer et ekstra lag drama med millioner af mennesker, der ser gennem livestreams og tusindvis af levende tilskuere, der tager den virtuelle handling i store spillesteder.
"Modellering af det menneskelige sind eksplicit er bare ikke muligt i et så komplekst scenario, så vores teknikker håndterer det menneskelige sind gennem data," forklarede Roberts. "Ved at indsamle et stort antal replays af spil, får vi eksempler på det vifte af ting, som menneskelige spillere kan gøre, og vi bruger maskinindlæringsteknikker til at identificere og udnytte eventuelle subtile mønstre."
Roberts ser denne forskning ikke kun til gavn for spillere på alle niveauer, men de meget udviklere af MOBA'er og andre spil. Spiludviklere konstant tilpasser deres spil (f.eks. Reglerne for interaktioner) i et forsøg på at fremme en bestemt gameplayoplevelse. For eksempel er den måde, som scorer beregnes i Scrabble, en spilmekaniker. Valget for at finde dobbelt og tredobbelt ord score kvadrat hvor de er, er en måde at tweaking mekanikeren.
"Det kan være meget svært at forstå forholdet mellem spilmekanik og gameplayoplevelse, især i komplekse spil," sagde Roberts. "Teknikker, som dem vi udviklede, kan hjælpe med at give udviklere indsigt i forholdet mellem mekanik og spil. Så i sammenhæng med Dotafor eksempel viser vores teknikker, at guld alene ikke er tilstrækkeligt til at forudsige succes, det er hvordan guld bruges til at opnå intelligens, skade osv., der er vigtigt. Disse oplysninger kan være uvurderlige for en udvikler. "
Det ultimative mål for dette hold er at udvikle real-time visualiseringsværktøjer, der kunne træne spillerne til at spille mere succesfuldt. Disse værktøjer kunne indarbejdes i spil af spiludviklere, eller kunne udvikles til frittstående træningsmoduler. Med stigende præmiepuljer på linjen hvert år for mange af disse spil på store begivenheder som Intel Extreme Masters (IEM), World Championship Series (WCS), Major League Gaming (MLG) og andre, kan der være stort forretningspotentiale for denne type af forskning for spillere, der ønsker at blive professionelle, proffer, der ønsker at forblive konkurrencedygtige og spiludviklere søger at slå konkurrencen i dette overfyldte eSports-felt.