Riot研究報告:延遲對不同位置英雄勝率的影響
發佈時間:2015年12月15日 14:28:58    作者:開心遊戲網    人氣:11610    進入討論區
分享至FaceBook plurk 分享至twittwe 分享至murmur
  對於在線遊戲而言,延遲最容毀掉遊戲的樂趣。在遊戲中的關鍵時刻,我們都曾經體驗過高延遲的痛苦。

  對於延遲問題,我一直在考慮一個問題:當客戶端與伺服器之間通信緩慢的時候,會對玩家使用不同英雄進行遊戲造成何種程度的影響呢?

  我朋友在國外,但他仍在國服和我一起遊戲。他有意不去玩ADC,因為他的邏輯是這樣的:這種角色需要大量操作,所以不適合在高延遲的情況下使用。

  但這種假設是真的嗎?某些角色定位(或英雄)是否會因為延遲高而容導致遊戲表現下降?

 

研究方法

  為了測試這個問題,我進行了全方面的研究。我創建了一系列的統計模型,嘗試根據一個人的ping值(延遲)去預測一場比賽的結果(贏或輸)。

  事實證明,要把延遲作為遊戲結果的預測指標,很大程度上要取決於具體所用的英雄。換句話說,一場高ping值的遊戲中,遊戲中如果有某些英雄,則該比賽的結果更容預測。

  經典線性回歸模型可以對持續性變量做出預測,其中持續性變量中的數字必須要有邏輯順序(例如年齡或者英雄的勝利場數)。因為這種情況下,結果變量是明確和二元的(贏或輸),所以我使用了一種邏輯回歸的類型來確定在給定延遲下比賽的結果。

  對於出現在召喚師峽谷裡的英雄,我對9500萬種以上的情況進行了分析。為強調玩家之間延遲的相對差異,我使用遊戲內平均ping值偏差(後面就簡稱為「ping值偏差」)而不是絕對ping值來作為預測的變量。

  例如,如果玩家在一場遊戲內的平均ping值為75,而遊戲內其他玩家的平均ping值為70,則預測變量值是5(而不是75)。

 

研究結果

  看起來需要大量操作的英雄更容受到延遲的影響,而偏向坦克的英雄或者那些擁有指向技能的英雄受延遲的影響較少。

  下圖是根據ping值偏差的不同,的預估勝率。如圖所示,ping值的平均偏差越低,這位需要極高精確定位的英雄獲勝幾率就會越高。

  下圖是根據遊戲內平均ping值的偏差,的預估勝率。

Riot研究報告:延遲對不同英雄的影響

  係數= -.0014,z-值 = -41

  這種關係類似於齊勒斯。齊勒斯與遊戲裡其他玩家的相對延遲越高,這位恕瑞瑪的半神就越難把技能施放在對手身上。

  下圖是根據遊戲內平均ping值的偏差,齊勒斯的預估勝率。

Riot研究報告:延遲對不同英雄的影響

  係數= -.002,z-值 = -20

  我認為這直觀地說明了問題。當你的對手動作比你的動作更快響應時,使用齊勒斯的大招或的審判時總是會讓人非常惱火。

 臉滾鍵盤也能贏?

  然而對某些英雄而言,延遲和預估勝率之間並沒有太明顯的關係。

  比如說沃裡克,對他而言,和遊戲裡其他玩家的平均延遲偏差並不是很明顯的預測指標。

  下圖是根據遊戲內平均ping值的偏差,沃裡克的預估勝率。

Riot研究報告:延遲對不同英雄的影響

  係數= -.0002,z-值 = -4

  類似的情況還有,辛吉德的獲勝概率似乎受延遲的影響也並不大。

  如果辛吉德與遊戲裡其他英雄的平均ping值偏差低於30,則他大概會有50%的幾率會獲勝。如果他和遊戲裡其他英雄的平均ping值偏差高於30,那麼他獲勝的概率...仍然是50%左右。

  對此我的解釋是,要把辛吉德玩得好,所需要的技巧更多是強調戰略性的方面。我該什麼時候、在哪裡插眼?我該什麼時候分推?我什麼時候傳送、什麼時候團戰?

  進一步而言,我不想排除延遲從任何方面可能會對沃裡克或辛吉德勝率所造成的影響。匹配賽的設置是為了讓玩家能夠與其他玩家對戰,並且平均大概能有50%的概率獲勝。

  如果對一個玩家來說高延遲是系統性的,那麼延遲對英雄獲勝概率的影響應該是趨緩的。

  比如說,如果一個玩家平時的ping值都很低,然後突然他的ping值變高了,那麼這名玩家很可能輸掉這場比賽。但如果這個玩家一直都是在這種ping值較高的情況下進行遊戲,則情況就並非如此了。換句話說,延遲對比賽結果的影響應該只在玩家ping值與其平時有差異時才發生作用。

  最後,對於這些研究結果,延遲、英雄、和預估勝率之間的相互關係,我並不想做出任何結論,因為它們可能並沒有因果關係。這裡所用的模型只有單一的預測變量,而如果我們把其他變量放進去,延遲的影響可能就會消失。

  話雖如此,我認為數據還是對這種假設提供了支持,即延遲對遊戲結果的影響是因英雄而異的。將來使用更為複雜的模型進行分析時,可能會對這個因果性提供更多的證據。

Riot研究報告:延遲對不同英雄的影響

  根據與平均ping值的偏差,辛吉德的預估勝率。

  係數= -.0003,z-值 = -2

  這些結論是否也適用於角色位置上?

  回到最初提到的問題,我朋友因為高延遲而不玩ADC的理論是否正確?要回答這個問題,我把英雄按照其在延遲情況下勝率受到影響的程度進行了排列(為在統計上趨向傾斜,我按照Z值所給定的標準化回歸係數對英雄進行了排列)。

  然後按照角色定位,取每個英雄在排名裡的中位數。比如,亞索似乎是最容受延遲影響的,因此他排第一位。是第二容受影響的,所以和高延遲並且使用的朋友組隊並不是個好主意。

  事實證明,我們可以看到延遲對預估勝率的影響確實因角色而異。ADC(中位數排名=21)英雄似乎更容受到延遲影響,隨後是中單(中位數排名=50)英雄。最後,輔助、上單、打野受到延遲的影響更小(分別是70、79和93)。

  這些研究結果都符合這個概念:不同角色受到延遲的影響不一樣。

  所以結論就是,由於延遲高於平均值,我的朋友應該去玩上單、輔助或打野,而不該去玩ADC或中單。

 

0
0
0
0
0
0

超贊

期待

支持

很瞎

翻桌

懷疑
0
分享至FaceBook plurk 分享至twittwe 分享至murmur
[關閉]
[關閉]