基于视频分析中战术特征的 VALORANT 回合结果预测
计算机视觉与模式识别
2025-10-21 v1 人工智能
摘要
最近,关于预测电子竞技比赛结果的研究正在积极进行,但大多数研究基于比赛日志数据和统计信息。本研究针对需要复杂战术的 FPS 游戏 VALORANT,旨在通过分析比赛影像中的小地图信息构建回合结果预测模型。具体而言,基于视频识别模型 TimeSformer,我们尝试通过从小地图信息中提取的详细战术特征(包括角色位置信息和其他游戏事件)来提高预测准确率。本文报告了 preliminary results,显示在包含此类战术事件标签的数据集上训练的模型实现了约 81% 的预测准确率,尤其在回合中后期阶段表现突出,显著优于仅基于小地图信息本身训练的数据集上的模型。这表明从比赛影像中利用战术特征对于预测 VALORANT 的回合结果非常有效。
引用
@article{arxiv.2510.17199,
title = {Round Outcome Prediction in VALORANT Using Tactical Features from Video Analysis},
author = {Nirai Hayakawa and Kazumasa Shimari and Kazuma Yamasaki and Hirotatsu Hoshikawa and Rikuto Tsuchida and Kenichi Matsumoto},
journal= {arXiv preprint arXiv:2510.17199},
year = {2025}
}
备注
Accepted to IEEE 2025 Conference on Games