AI到底是怎么为你匹配队友的?

如何才能让玩家匹配更“周到”?
带不动队友、仙人局、被虐到怀疑人生、心仪位置被抢、队友不合作甚至挂机、职业组合不平衡……糟糕的体验往往让新手难以上手 , 老手愤而弃坑 。 因为体验差导致玩家流失 , 对游戏的口碑和长久发展造成了难以估量的负面影响 。
玩家匹配算法对玩家游戏体验一直至关重要 , 如何通过AI算法高效地构建一个能有效兼顾平衡性和娱乐性、保障玩家游戏体验的匹配系统一直是游戏算法团队的重点研发课题 。 在GDC2021核心会议中 , 伏羲的匹配团队围绕“应用AI算法对游戏的匹配算法进行优化实践”进行算法、工程实践经验方面的具体介绍 。
以下是演讲全文:
AI到底是怎么为你匹配队友的?
文章图片
玩家匹配是匹配系统将等待队列中的玩家分配到不同比赛当中的过程 。 匹配系统可以通过多种方式设计和实现 , 一种最基础也是最常见的匹配系统实现方式如下:
AI到底是怎么为你匹配队友的?
文章图片
游戏研发人员提取设置一些匹配规则 , 然后在在线匹配时 , 匹配系统从队列的最前面(一般是等待最久的玩家)开始进行检索 , 将玩家的属性与预设规则进行比较 , 如果一个玩家组合满足预设规则 , 他们将会被放入一场比赛当中 。 这些规则通常由游戏策划确定 , 并会以某种方式硬编码/通过特定算法按时间进行调整 。 但是这样的匹配系统通常只能保证每一场游戏中的玩家体验下限 , 而为了提高玩家体验的上限 , 我们还需要考虑很多因素:如玩家战斗峰哥的兼容性 , 位置偏好、玩家韧性等等 。
那么我们应该如何在匹配系统当中加入这些因素的考量 , 使我们的匹配系统更加“周到”呢?我们首先可以想到的一个方式 , 就是在预设规则当中添加更多的限制 。 例如 , 我们可以添加一个规则来检查这场比赛是否会是一场公平的比赛 , 这可以通过预测每个阵营的获胜概率来实现 。 此外 , 我们可以添加另一个规则来检查它是否会是一场快乐的游戏 , 例如玩家在这场比赛中、比赛之后是否获得足够的玩家体验 。
当然 , 玩家体验的建模可以隐式地考虑游戏的平衡性 , 但在这里我们明确地对游戏平衡性进行建模和限定接收范围 , 因为我们认为我们的玩法必须有一个明确的公平界限 。
AI到底是怎么为你匹配队友的?
文章图片
我们从一场比赛的多个阵营的获胜概率角度出发 , 对游戏匹配的平衡性进行评估 。 为了准确地评估两个或多个组的实力并预测每个组的获胜概率 , 我们尝试将获胜模式总结为四类 。
AI到底是怎么为你匹配队友的?
文章图片
首先是游戏能力 , 这可以看作是一个玩家对这款游戏的掌握程度的总结 。 通常系统会为每个玩家评估一个整体能力评分 , 用于定位他们在人群中的绝对实力 。 ELO、Glicko、TrueSkill等几种经典算法在游戏中被广泛使用 。
二是英雄机制设计 。 在大多数游戏中 , 英雄被设计成具有不同的技能和属性 , 有些与其他英雄可以形成互相配合 , 这些配合英雄的组合有时会触发额外的能力 。 同时有些英雄被设计的非常强 , 但总有一个或几个英雄可以很好地抑制它 。 我们通过结算数据可以提取英雄之间的协同和克制关系图 , 然后通过GraphEmbedding算法可以很好地学习代表这两种关系的英雄表征(KDD2020Optmatch:Optimizedmatchmakingviamodelingthehigh-orderinteractionsonthearena) 。
AI到底是怎么为你匹配队友的?

相关经验推荐