基于深度学习的MOBA类游戏的胜率预测方法

• 作者: 刘凯 方世博 那潇元
• 来源期刊: 数字化用户
• 关键词: GRU 神经网络 MOBA 胜率预测
• 年，卷（期）: 2021,（52）
• 所属期刊栏目: 设计与研究
• 页码范围: 195-197
• 页数: 3页
• 语种: 中文

摘要

针对MOBA游戏阵容复杂性高、根据阵容进行胜率预测准确率较低的问题，文中提出多特征输入的GRU神经网络模型。首先，将胜率预测问题转化为评估比赛双方阵容强度的问题，然后利用历史数据与词向量训练的方法获取阵容中英雄的配合关系、克制关系、英雄强度的特征，最后基于深度学习建立二分类模型，并利用阵容中的英雄特征训练模型，用softmax函数作为输出的激活函数，将二分类结果转化为胜率预测结果。在大量Dota2比赛数据集上的实验表明，文中的模型能够在比赛中获得较现有方法更高的预测准确率。