基于异构传感器数据的 AI 赋能电子竞技玩家表现预测
人机交互
2021-08-25 v2 人工智能
信息检索
机器学习
摘要
电子竞技的新兴进展缺乏用于保障职业与业余电竞团队高质量分析与训练的工具。我们报告了一种由人工智能（AI）赋能、仅利用传感器数据预测电竞玩家游戏内表现的解决方案。为此，我们收集了职业与业余玩家的生理、环境及游戏椅数据。玩家表现通过循环神经网络依据多人游戏日志逐时刻评估。我们研究发现，注意力机制提升了网络的泛化能力，并提供了直观的特征重要性。最佳模型取得了 0.73 的 ROC AUC 分数。尽管特定玩家的数据未用于训练集，仍实现了对其表现的预测。所提方案在职业电竞团队与业余玩家方面具有若干 promising 应用，如学习工具或表现监测系统。
引用
@article{arxiv.2012.03491,
title = {AI-enabled Prediction of eSports Player Performance Using the Data from Heterogeneous Sensors},
author = {Anton Smerdov and Evgeny Burnaev and Andrey Somov and Anton Stepanov},
journal= {arXiv preprint arXiv:2012.03491},
year = {2021}
}