Degenen die nieuw zijn bij het kijken naar concurrerende eSports-spellen zoals Dota 2 en League of Legends, klagen vaak dat de actie moeilijk te volgen is. Soms is het zelfs moeilijk te volgen voor mensen die het al jaren spelen.

Maar een team van onderzoekers uit Zweden, Denemarken en Duitsland heeft een analytisch model ontwikkeld dat commentatoren (of casters, zoals ze in eSports bekend staan) helpt om precies uit te maken wat er aan de hand is - en zelfs te voorspellen wie er gaat winnen.

Het model is gebaseerd op het gedrag van de spelers gedurende het spel, met name de resultaten van elke kleine schermutseling vanaf het begin. Het houdt rekening met de schade die wordt aangericht, de gebruikte vaardigheden en de beloningen die beide partijen in de nasleep van de strijd hebben behaald. Die statistieken worden vervolgens gecombineerd met machine learning-technieken om te voorspellen wie waarschijnlijk gaat winnen.

Evalueer tactieken

Het werd geconfigureerd en getest met behulp van herhalingen van meer dan 400 spellen van Dota 2. Door de digitale aard van de game is het mogelijk om er veel gedetailleerdere statistieken uit te halen dan bijvoorbeeld uit een echte voetbal- of tenniswedstrijd..

De details van de interne werking werden gepubliceerd in een paper die werd gepresenteerd tijdens de MIT Sloan Sports Analytics-conferentie in Boston.

"Het model biedt analisten manieren om hun publiek beter te laten weten wat er in een game gebeurt." Soms gaat het spel zo snel dat het moeilijk te zien is wat er precies gebeurt ", zei co-onderzoeker en cognitief wetenschapper Tobias Mahlmann van de Lund University in Zweden.

Mahlmann voegde eraan toe dat veel teams de resultaten interessant zullen vinden en de gegevens die het genereert kunnen gebruiken om hun spel te verbeteren. "De mogelijkheid om games diepgaand te kunnen analyseren en tactieken te kunnen evalueren, is interessant voor analisten en game-ontwikkelaars, maar ook voor de spelers zelf."

  • Sorry, maar echte onzichtbaarheidsmantels zullen waarschijnlijk nooit gebeuren