A Framework for Predicting the Impact of Game Balance Changes through Meta Discovery

要約

メタゲームとは、ゲームのルールを超えた知識の集合です。
ポケモンやリーグ・オブ・レジェンドのような競争力のあるチームベースのゲームでは、プレイヤーベース内で現在支配的なキャラクターや戦略のセットを指します。
開発者によるゲームバランスの変更は、これらのメタキャラクターのセットに劇的な予期せぬ影響を与える可能性があります。
バランス変更の影響を予測するためのフレームワークは、開発者がより多くの情報に基づいてバランスに関する決定を下すのに役立つ可能性があります。
この論文では、強化学習を利用してバランス変更の自動テストを行う、そのようなメタ ディスカバリー フレームワークを紹介します。
私たちの結果は、ポケモンの競争力のある層のコレクションであるポケモン ショーダウンにおけるバランス変化の結果を高精度で予測できることを示しています。

要約(オリジナル)

A metagame is a collection of knowledge that goes beyond the rules of a game. In competitive, team-based games like Pok\’emon or League of Legends, it refers to the set of current dominant characters and/or strategies within the player base. Developer changes to the balance of the game can have drastic and unforeseen consequences on these sets of meta characters. A framework for predicting the impact of balance changes could aid developers in making more informed balance decisions. In this paper we present such a Meta Discovery framework, leveraging Reinforcement Learning for automated testing of balance changes. Our results demonstrate the ability to predict the outcome of balance changes in Pok\’emon Showdown, a collection of competitive Pok\’emon tiers, with high accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google