Güney Kore’deki araştırmacılar yapay zeka destekli oyun içi espor gözlemcisi için model geliştirdi


Görsel: Shutterstock

Güney Koreli araştırmacılar Gwangju Bilim ve Teknoloji Enstitüsü (GIST) espor turnuvaları için özel olarak hazırlanmış yapay zeka destekli oyun içi gözlemci için bir çerçeve geliştirdik.

Önerilen çerçeve, makale akademik dergide Uygulamalarla uzmanlık sistmeleriizleyicilerin izlemesi için en ilginç alanı belirlemek için bir nesne algılama yöntemi ve insan gözlem verilerini kullanır.

Okumaya devam et
  • IJESPORTS, espor odaklı araştırma akademik dergisini çıkarıyor
  • Bilim espor reklamcılığı hakkında ne diyor?

Oyun içi gözlemciler, en önemli oynanışı takip etmek için kapsamlı oyun bilgisine dayanarak, hayranların hangi oyuncuları izlemesi gerektiğine ve espor maçları sırasında hangi kamera açılarını kullanması gerektiğine karar vermekle görevlidir.

Otomatik oyun içi gözlemciler birçok oyunda yer alsa da, bunlar genellikle önceden tanımlanmış kurallara ve olaylara dayanır. Araştırmacılara göre bu, özelliğin oyun içi eylemlerin önemini bağımsız olarak değerlendiremediği anlamına geliyor.

Bununla birlikte, Doçent Dr. Kyung-Jong Kim liderliğindeki GIST’teki araştırmacılar, bu sınırlamaların üstesinden gelebileceğini söyledikleri bir yaklaşım önerdiler.

Çerçevenin yeniliği, karakterler veya binalar gibi oyun içi nesnelerin kendileri yerine seyirciler tarafından görülen alanı nesne olarak ele almasında yatmaktadır.

Araştırmacılar yaptıkları çalışmada 25 katılımcıdan StarCraft’ta oyun içi insan gözlem verileri topladılar. İzleyicilerin baktığı alanlar ‘bir’ olarak tanımlanıp etiketlenirken, ekranın geri kalanı ‘sıfırlarla’ dolduruldu.

Bu veriler, esasen seyircilerin izlemesi için en heyecan verici alan olan ‘ortak ilgi alanı’nı (ROCI) bulmak amacıyla alanlar arasındaki kalıpları ayırt etmek için bir sinir ağına beslendi.

Araştırmacılar daha sonra sonucu diğer mevcut yöntemlerle karşılaştırdılar ve ağın tahmin edilen bakış açılarının insan gözlem verilerine benzer olduğunu belirlediler. Rapor, modelin farklı eşleşmelerde ve oyun içi StarCraft haritalarında genelleştirilmiş testler sırasında uzun vadede diğer modellerden daha iyi performans gösterdiğini iddia ediyor.

Araştırmacılar tarafından yayınlanan bir video, modellerini kurallara dayalı bir alternatifle karşılaştırıyor

Daha da önemlisi, yazarlar, önerilen çerçevenin “mini harita gibi oyun durumunu elde edebilen çeşitli oyunlara uygulanabileceğini ve bir izleyici tarafından görüntülenen alanın oyun durumunun bir parçası olduğunu” iddia ediyor. League of Legends ve Dota 2 örnek olarak sıralanmıştır.

Araştırma, özel bir gözlemciye ödeme yapacak bütçesi olmayan daha küçük turnuva organizatörleri için daha ucuz bir seçenek sunarak değerli olabilir.

GIST, modelin pratikte başarılı olması durumunda, birden fazla ekranda aynı anda meydana gelen önemli olayları kaçırabilecek insan gözlemciler üzerinde potansiyel olarak iyileştirmeler sunabileceğini söyledi.

Çalışma lideri ve GIST Doçent Dr. Kyung-Jong Kim bir sürümde şunları söyledi: “Kullanarak otomatik bir gözlemci oluşturduk. [an] insan izleme verilerini öğrenmek için nesne algılama algoritması, Mask R-CNN.

“Çerçeve, yalnızca StarCraft’a değil, genel oyun durumunun bir kısmını temsil eden diğer oyunlara uygulanabilir. Esporda çoklu ekran iletimi gibi hizmetler büyümeye devam ettikçe, önerilen otomatik gözlemci bu çıktılarda rol oynayacaktır. İleride geliştirilecek ek içeriklerde de aktif olarak kullanılacaktır.”

Gazete, Kyung-Joong Kim’in yanı sıra Ho-Taek Joo, Sung-Ha Lee ve Cheong-mok Bae tarafından ortak yazılmıştır. Gwangju Bilim ve Teknoloji Enstitüsü, Güney Kore’nin güneybatısındaki bir şehir olan Gwangju’da araştırma odaklı bir üniversitedir.

Jake Nordland

Jake, Esports Insider’ın Özellikleri ve Trend Olan Haberler Editörüdür. 2021’in başından beri ESI ekibinin bir parçası ve esporda siyaset, eğitim ve sürdürülebilirlik konularıyla ilgileniyor.




Kaynak : https://esportsinsider.com/2022/11/researchers-ai-powered-in-game-esports-observer

Yorum yapın

Geçici Mail pdf kitap indir instagram takipçi satın al tiktok takipçi satın al SMM Panel PDF Kitap indir