人工智能神了！AI可预测Dota 2玩家在5秒钟内死亡

最近，约克大学研究人员发表的一篇论文《" 死亡时间：Dota 2中使用深度学习的死亡预测 "》，这篇论文中提到了一个新的AI系统，它可以可靠地预测（在5秒的时间内）哪些玩家角色将无法在Dota 2的比赛中生存下来。

先来了解一下Dota 2的玩法，Valve的Dota 2是对Dota续作，是暴雪魔兽争霸III：混乱统治的社区创建的一个模型，被称为多人在线战斗竞技场或Moba。两组由五名玩家组成，每个玩家占据并保卫一个基地，试图摧毁地图两端的建筑。玩家有一套独特的能力，收集经验点和物品，解锁新的攻击和防御动作。

在游戏数据中平均匹配包含80,000个单独的帧，在此期间每个角色可以执行数十个170,000个可能的操作。玩家平均每帧完成10,000次移动，从而使游戏的总体尺寸超过20,000。而且每个玩家都可以可以购买或购买数百种游戏内物品。

论文作者指出，健康并不是角色死亡的关键因素，因为一些角色有治疗能力，而且玩家可以购买游戏中的物品来治疗他们或者传送他们远离危险。考虑到这一点，该团队采购了Valve提供的公共Dota 2回放文件，这些文件来自最近5,000个专业（主要锦标赛）和5,000个半专业（小型锦标赛和联赛）。他们的语料库经过预处理后共有7,311个文件，经过预处理和错误统计后，通过记录具有4个滴答采样周期的属性设置值（对应于0.133秒的游戏时间）从中提取并转换为时间序列的数据。

从这些数据中，团队为每个玩家角色提取了287个特征，其中一些是游戏对象属性值（比如英雄健康状况）。研究人员称，时间、玩家的当前状态（例如，力量和敏捷性）、可激活物品、英雄能力、英雄位置、距离最近的敌人和盟友塔的距离以及能见度历史等指标是导致玩家死亡的最重要因素，相对力量和当前地图位置是一个给定的时间排在榜首。

"这些玩家的行为确实取决于过去，"共同作者写道。"如果敌人刚刚消失，玩家仍然知道敌人在该区域。如果敌人在几分钟前消失，那么敌人就可以从玩家的角度出发。这是我们添加可见性历史记录功能的动力。"

他们将训练数据（2870个输入和5760万个数据点，287个特征乘以10个参与者）输入机器学习算法，保留10％的数据用于验证，另外10％用于测试。

在实验过程中，研究小组发现，当提示预测任何一支球队的10名球员中的哪一名将在5秒内死亡时，系统的平均精确度为0.5447，精确度为0.377，最高为0.725 。此外，他们报告说该模型可以在指定的5秒窗口之前预测死亡，这表明它了解了构成杀戮的特征的"固有属性"。

研究人员承认，他们的方法有一定的局限性，即系统需要超过200个游戏数据点（包括那些看不见的玩家）进行预测，并且它可能无法很好地推广到较新的游戏版本。不过，他们称该模型可以在Github上以开放源代码获得，当评论员和玩家跟踪比赛的进展时，可能会用到这个模型。