死亡时刻：基于深度学习的Dota 2死亡预测
机器学习
2019-06-11 v1 机器学习
摘要
电子竞技已成为拥有数亿观众的重大国际性运动。电子竞技比赛产生海量遥测数据。利用这些数据预测电竞比赛结果已受到相当关注，但试图预测比赛内部事件的微观预测尚属未知领域。然而，微观预测对电竞解说员与观众始终具有长期吸引力，因其提供了观察可能被遗漏事件的能力：电竞比赛高度复杂、动作快速，比赛局势可在数秒内逆转，且事件可同时发生于战场的多个区域。此类事件转瞬即逝，解说员与观众皆易错过事件而仅观察到其后续影响。在Dota 2中，玩家英雄被敌方击杀是解说员与观众关注的关键事件。我们提出一种带共享权重的深度学习网络，可在五秒时间窗内提供准确的死亡预测。该网络训练于大量Dota 2对局特征及职业/半职业级别比赛数据集。尽管局内死亡事件稀少（占数据1%），当被提示预测双方任一队伍10名玩家中谁将在5秒内死亡时，模型在测试数据上取得0.377精确率与0.725召回率。文中给出该系统应用于一场Dota 2比赛的示例。本模型实现了对全球最热门电竞项目之一Dota 2中击杀的实时微观预测，使解说员与观众有暇将注意力转向这些关键事件。
引用
@article{arxiv.1906.03939,
title = {Time to Die: Death Prediction in Dota 2 using Deep Learning},
author = {Adam Katona and Ryan Spick and Victoria Hodge and Simon Demediuk and Florian Block and Anders Drachen and James Alfred Walker},
journal= {arXiv preprint arXiv:1906.03939},
year = {2019}
}