Zawartość
Jakiś czas temu napisałem artykuł badający, jak doświadczenie gracza wpływa na jego umiejętności Dota 2. Niektórzy najzdolniejsi czytelnicy wskazali na kilka wad w moich metodach, z których część już rozważałem i która mnie zaskoczyła. W tym artykule chciałbym przedstawić kilka nowych danych i zająć się tymi uwagami.
Badanie MMR
Kluczową pułapką mojej poprzedniej analizy nie było rozważenie wpływu systemu kojarzenia. Widzisz, chociaż Dota wiki tak mówi:
„... z czasem współczynniki wygranych-strat będą naturalnie osiądź około 50/50 dla wszystkich oprócz najlepszych graczy ... "
Oczywiste jest, że ogólnie wskaźnik wygranych nie jest dokładnym wskaźnikiem umiejętności gracza. Podążając za tym tokiem rozumowania, najlepszym proxy dla umiejętności jest w rzeczywistości ocena kojarzenia (MMR). Więcej granych gier powinno przełożyć się na wyższą MMR, prawda?
Podczas gdy w MMR nie ma zbyt wielu danych, chciałem podjąć wysiłek na rzecz solidnej nauki. Mając to na uwadze, zebrałem dane na temat MMR i liczby meczów rozegranych przez 46 graczy z europejskiej tabeli liderów i Dotabuff. Oto produkt końcowy - mała próbka, ale z dość dużą różnorodnością.
Następnym krokiem było wykreślenie danych. Umieszczam liczbę meczów rozegranych na osi poziomej i ocenę MMR na osi pionowej.
A co widzimy? Niestety nic. Miałem duże nadzieje z tym, ale jest całkiem oczywiste, że nie ma statystycznie istotnej relacji. Choć trochę zawiedziony, jest przynajmniej zgodny z poprzednim artykułem. Pamiętaj, że są to dane dla najlepszych graczy z 2000 do 10 000 rozegranych meczów (1-5 godzin) i oczekuje się, że krzywa uczenia się spłaśnie z czasem.
Prawdziwa krzywa uczenia się wygląda prawdopodobnie tak.
W rezultacie regresja w 2.000 <10 000 rozegranych regionach faktycznie nie wykazuje istotnej relacji. Może to być spowodowane tym, że na tym poziomie umiejętności MMR może być tak bardzo zróżnicowanych w trakcie grania w gry. Najlepsi z najlepszych tak naprawdę nie muszą się poprawiać. Ale niestety, niskie dane gracza MMR nie są łatwo dostępne.
Jeśli chcesz przyczynić się do tego, dodaj swoje dane do tego arkusza (może być anonimowy), a ja uruchomię te liczby, gdy dotrzemy do 50 graczy z mniej niż 4000 meczów doświadczenia (bez smerfów, proszę).
Krótki opis wczesnej analizy
Kilku moich przyjaciół wypełniło ich Dota 2 statystyki, a oto wczesne wyniki analizy gracza średniego MMR.
Nawet z kilkoma graczami w średnim wieku MMR krzywa wczesnego uczenia się staje się bardziej widoczna. Wzór logarytmiczny jest zgadywaniem - nie chciałbym jeszcze zacząć wyciągać wniosków. Jest jednak oczywiste, że gracze z <3 000 rozegranych meczów częściej mają niższą MMR.
Wniosek
Celem moich ostatnich dwóch artykułów było ustalenie, czy dodatkowe doświadczenie wzrasta Dota 2 umiejętność gracza. Rozważyłem kilka serwerów proxy od najlepszych graczy (współczynnik wygranych, współczynnik KDA, MMR) i wszystkie prowadzą do tego samego wniosku - nie ma znaczącego związku między czasem spędzonym na graniu a umiejętnościami gracza. Biorąc jednak pod uwagę przeciętnych graczy, można zauważyć ślad stromej krzywej uczenia się.
Dane od najlepszych graczy uczą nas tego po pierwszych 4000 meczach, po prostu wlewając więcej czasu Dota nie jest sposobem na stanie się lepszym graczem. Niezależnie od tego, czy chodzi o talent, pracę zespołową, metodyczne studia, czy zorganizowaną praktykę, ważne jest, aby pamiętać, że poza czasem istnieje wiele innych, znacznie ważniejszych czynników poprawiających grę.
Biorąc pod uwagę fakt, że ludzie wypowiadają się na temat swoich liczb, w przyszłych artykułach uwzględnimy szczegółowo krzywą uczenia się w połowie MMR. Jestem również zainteresowany zbadaniem różnic w dystrybucji Solo MMR i Team MMR. Czy jest tak, że gracze uczą się grać szybciej niż opanować pracę zespołową? Czy możemy wyróżnić graczy w typach zgodnie z indywidualnymi lub zespołowymi preferencjami? Jest wiele dobrych pytań do obejrzenia.
Mam nadzieję, że dotyczy to krytyki wysuniętej przez Dota 2 społeczność. Jeśli masz pomysły na udostępnienie - zostaw nam komentarz!
Recenzja Yobo