基于序列到序列结构的MOBA游戏局势趋势预测模型

摘要：

多人在线战术竞技(MOBA)游戏是当前世界最流行的电子游戏类型之一,该类游戏涉及的知识领域相当复杂.随着电子竞技产业的飞速发展,数据分析对MOBA游戏的影响也越来越大,在对该类游戏的实时局势进行评价时,一般是选择过程变量作为指标,例如经济差、经验差,但目前缺少趋势预测的相关研究.针对该问题,提出一种基于序列到序列结构的MOBA游戏趋势预测模型(MOBA-Trend).在预处理阶段,针对该类游戏数据的特点,设计一种数据缩放算法体现数据间的重要度,并使用低通滤波器消除数据噪声;之后将双方阵容与历史战斗信息作为输入特征,构建带有注意力机制的序列模型,同时预测经济差、经验差;最后将模型应用于Dota2,构建并发布相关数据集.实验结果表明,所提出的模型能够有效地预测序列的变化趋势.

关键词：MOBA游戏、时间序列预测、序列到序列结构、深度学习、注意力机制

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国防基础科学研究计划项目;中央高校基本科研业务费专项资金项目

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1137-1143