基于 Bandit 建模的《反恐精英：全球攻势》地图选择
机器学习
2021-06-17 v1 人工智能
摘要
许多电子竞技在比赛开始前使用选禁流程来确定比赛参数。在《反恐精英：全球攻势》(CSGO) 比赛中，两支队伍首先选禁地图(即虚拟世界)进行游戏。队伍通常基于多种因素禁选地图，例如禁掉不练习的地图，或根据队伍近期表现选择地图。我们引入一个上下文 bandit 框架来解决 CSGO 中的地图选择问题，并研究队伍的选禁决策。利用包含超过 3500 场 CSGO 比赛和超过 25000 次地图选择决策的数据集，我们考虑了问题的不同框架、不同上下文和不同奖励指标。我们发现队伍在选图和禁图方面均存在次优的地图选择策略。我们还定义了一种奖励禁图的方法，这在 bandit 设定中尚未被探索，并发现纳入禁图奖励可提升模型性能。最后，我们确定使用我们的模型可将队伍的预测地图胜率提高至多 11%，并使势均力敌队伍的总体比赛胜率提高 19.8%。
引用
@article{arxiv.2106.08888,
title = {Bandit Modeling of Map Selection in Counter-Strike: Global Offensive},
author = {Guido Petri and Michael H. Stanley and Alec B. Hon and Alexander Dong and Peter Xenopoulos and Cláudio Silva},
journal= {arXiv preprint arXiv:2106.08888},
year = {2021}
}
备注
6 pages, 3 figures, IJCAI-AISA 2021