[发明专利]一种MOBA类游戏对线期侦察守卫放置位置确定方法

说明书

本发明公开了一种MOBA类游戏对线期侦察守卫放置位置确定方法，包括：采集比赛对线期结束时的对线英雄相关数据；根据Householder变换和奇异值分解方法的改进算法，确定对线英雄的对线位置；用卷积神经网络对其中的游走英雄的移动区域进行处理，标记得到游走英雄的移动位置；将对线期时对线英雄的对线位置和游走英雄的移动位置相结合，在关键路口和草丛中选取核心点，计算游走英雄和每个核心点的加权距离，计算游走英雄移动到每个核心点的移动概率；根据所有核心点对应的移动概率确定侦察守卫的放置位置。本发明能够通过合理防止侦察守卫来提高电子竞技比赛胜率。

技术领域

本发明属于MOBA类游戏预测技术领域，具体涉及一种MOBA类游戏对线期侦察守卫放置位置确定方法。

背景技术

互联网的发展带来了电子游戏行业的兴盛，并使电子竞技的市场不断扩大。MOBA类游戏是电子竞技中最受欢迎的类别之一。在大部分MOBA类游戏中，都存在着使用侦察守卫获取视野这一机制。在英雄联盟赛事直播的UI中也存在视野得分之一部分，可见视野控制是比赛的关键之一。对线期良好的视野控制可以使对线强势的英雄减少被游走或打野击杀的概率，也可以使对线弱势的英雄避开危险，更好的发育。对线期的视野布置也在一定程度上可以辐射野区，洞察敌方游走或打野英雄的位置，为己方队伍提供预警。同时侦察守卫的摧毁也可以提供一定的经济，尤其是在dota2中，是辅助经济的重要来源之一。良好的视野控制可以使打法激进，具有压制力的选手在前期扩大优势，可以使后期能力强的选手更好的发育，进而更早的接管比赛。因此，视野对比赛的胜率有着重要影响。已有学者对MOBA类游戏的胜利因素进行研究但大都停留在史诗级野怪击杀等方面，没有探究更深层次因素对比赛胜率的影响。

针对单一因素对胜率的影响和局内英雄行为分析，河南大学的许晨波在研究Dota2胜率系统时，基于阵容这一单一因素，使用深度学习和LSTM模型构建了一种基于阵容的胜率预测系统，为阵容推荐与胜利预测系统提供了新的解决方案，精简了流程，但其没能使用实时数据，影响了预测系统的准确性。金陵科技学院的于诚在研究局内英雄行为时，以已经构建好的战场热点图为基础，在此之上采用K近邻法和PNN算法预测局内英雄的移动方向，其模型可以很好的预测局内核心英雄去往战场核心点的概率，但其需要进行联合分析，否则会存在分析结果不准确的问题。金陵科技学院的于诚在研究局内英雄行为预测时，将attention机制和LRUA模块相结合，并引入嵌入函数Bi-LSTM，在解决队伍评价尺度的基础上，大大提高了模型对局内英雄行为预测的准确性，但其选用的会话特征较少，在一定程度上缺乏普适性。东北大学的呼思乐在研究奇异值分解和PCA算法时，将其置于MapReduce的基础之上，并将模型运用至电子竞技的比赛数据中，其模型极大的降低了对大量数据进行计算时的时间消耗，显示出了较高的可行性，但其只将其运用到了电子竞技的局外数据分析中，并未将其应用与局内数据分析。

上述学者进行研究时，都采用了不同的算法或方法从单一因素的角度出发对比赛胜率进行研究，提高了模型的准确性，但存在着较难与实时数据相结合的问题。同样，在研究行为预测时，有的学者专注于比赛在外大数据的研究，而在研究局内英雄行为预测的时，其模型提高了预测的准确性并精简了流程，但还存在普适性不足，需要进行联合分析等问题。

近些年最热门的PC端MOBA类游戏英雄联盟和DOTA2都拥有着放置侦察守卫控制视野的相关机制，在有视野控制机制的MOBA类游戏电子竞技比赛中，经常可以看到由于没有合理的放置侦察守卫，导致对线时依靠自身技术和英雄强度所带来的优势荡然无存，也可以看到劣势英雄由于经常被线上英雄和打野英雄联合击杀而导致整场比赛都难以发挥作用。所以良好的视野控制可以在一定程度上使己方英雄获得优势，进而影响比赛胜负。如何通过合理防止侦察守卫来提高电子竞技比赛胜率尚未有学者研究。

发明内容