Finding winning team compositions by jointly modeling player proficiency and team congruency in multiplayer online games
本文提出了一种基于 Transformer 架构的深度学习框架，该框架通过对 320 万场《英雄联盟》比赛进行分析，通过对个体玩家熟练度与团队角色一致性的联合建模来预测获胜阵容，其表现显著优于以往的方法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在瞬息万变的临时团队这一混乱世界中，成功往往取决于一个艰难的选择。当一群陌生人为短期项目、周末锦标赛或即兴比赛聚在一起时，他们面临着一个根本性的张力：每个人应该承担自己最擅长的特定任务，还是应该填补团队整体运作所需的最紧缺角色？这两个目标并不总是趋于一致。一个团队可能充满了各司其职的专家，却因为技能重叠过多或留下关键空白而失败。相反，一个团队可能拥有完美的角色平衡，却因缺乏执行这些角色的具体专业知识而难以奏效。这种被称为研究中“个人精通度与团队一致性之间平衡”的困境，长期以来一直是组织科学研究的主题，但在团队开展工作之前，一直难以进行衡量或预测。
发表在一家科学期刊上的一项新研究通过观察一个每天都在产生大量、高度结构化临时团队的环境，解决了这一问题：竞争性在线游戏的领域。研究人员将目光投向了《英雄联盟》（League of Legends），这是一款流行的游戏，其中两支由五名陌生人组成的队伍会被匹配在一起进行竞争。在这个数字竞技场中，每一场比赛都是一个新的开始。玩家被分配特定的角色，例如防御者、战士或辅助角色，并且必须从庞大的可玩角色阵容中进行选择以填补这些角色。游戏提供商使用一套复杂的系统来确保两支对阵队伍的总技能水平大致相等，这意味着比赛的结果很少是由其中一方单纯因为“更强”而决定的。相反，胜负往往取决于每方五名成员在特定分配任务上的契合程度，以及他们的选择如何相互补充。
为了理解什么样的一支团队能够获胜，研究人员分析了一个包含约 3.2 亿场比赛和 2600 万名独特参与者记录的海量数据集。这种规模使他们能够分析每位玩家的历史，追踪他们玩过哪些角色、担任过哪些角色，以及过去是胜是负。目标是构建一个计算机系统，能够在比赛开始前——在玩家被分配角色并选择了角色之后，但在游戏实际开始之前——预测哪支队伍会获胜。研究人员想要知道，通过同时理解两件事，是否可以识别出一种获胜的构成：一是每位玩家基于其过往经验与当前分配任务的匹配程度，二是五名玩家作为一个整体的协作程度。
该团队开发了一种新型的人工智能框架来解决这个问题。该系统并没有仅仅根据总体的技能水平给每位玩家一个单一且静态的分数，而是根据玩家当前的处境来审视其个人历史。它会提出具体的问题：这位玩家以前在特定角色下使用特定角色时的表现如何？这位玩家使用该角色的过往成功经验如何随当前游戏版本的变化而变化？系统随后将这些个人洞察结合起来，观察五名玩家如何相互作用，以及他们如何与对手的五名玩家进行对抗。它特别关注直接的对位关系，例如一支队伍的防御者如何与另一支队伍的防御者进行对比，同时也将整个团队视为一个完整的、互联的整体。
结果表明，这种新方法在预测胜负方面显著优于以往任何方法。研究人员将他们的系统与旧技术进行了对比，旧技术仅简单地累加玩家技能评分，或者仅观察团队构成而不考虑个人历史。这个从玩家选择和结果的庞大历史中学习的新系统实现了更高的准确率。它证明了仅仅了解玩家的一般技能水平是不够的；系统需要理解玩家与当前角色之间的特定契合度，以及这种契合度如何与团队中的其他人进行互动。
研究还揭示了这两个因素——个人契合度与团队平衡——并非可以按任意顺序混合的独立成分。当研究人员观察数据时，他们发现，一支由高技能玩家组成但角色匹配度较差的队伍，往往会输给一支由中等技能玩家组成但配置完美平衡的队伍。反之，如果个人缺乏执行特定任务所需的具体经验，一个完美的平衡团队也可能会失败。最成功的预测来自于一个将这两个因素视为单一、统一问题的系统，该系统学习了玩家过往经验的价值如何随着其所在的团队以及所面对的对手而发生变化。
通过分析其系统的内部运作机制，研究人员发现它已经学会了识别人类可能会忽略的模式。例如，即使从未被告知这些功能，系统也能根据角色的功能将数千个不同的可玩角色进行分组。它还学会了如何应对随时间变化的游戏，识别出在旧版本游戏中有效的策略在较新版本中可能不再适用的情况。这种适应变化语境并权衡个人历史与团队动态的能力，使得系统能够在第一步行动之前就看到一支获胜团队的“轮廓”。
研究结果表明，临时团队的成功不仅仅是其组成部分的简单相加。它是谁、被要求做什么、以及这些角色在当下如何相互配合之间的一种复杂关系。虽然这项研究是在特定的视频游戏背景下进行的，但它所揭示的原则为我们思考现实世界的团队协作提供了新途径。无论是初创公司、运动队还是项目小组，研究表明，高效的团队不仅仅是才华横溢的个人的集合，更是精心构建的配置，其中每个成员的具体经验都与集体需求相契合。研究结论指出，要真正理解一支团队的潜力，不能孤立地看待其成员的历史，而必须将其置于该成员所形成的特定团队背景中进行考察。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。