Papirs side – Lær at bevæge dig som professionelle Counter-Strike spillere

Lær hvordan du kan forbedre dine færdigheder i Counter-Strike: Global Offensive med avancerede teambevægelsescontrollere

Bevægelseskontrol i CS:GO

I multiplayer førstepersons skydespil som Counter-Strike: Global Offensive (CS:GO), er koordineret bevægelse en afgørende komponent i spil på et højt strategisk niveau. Men kompleksiteten af holdkoordination og variationen af forholdene på populære spillekort gør det upraktisk at udforme håndfremstillede bevægelsespolitikker for enhver situation.

Vi viser, at det er muligt at tage en datadrevet tilgang til at skabe menneskelignende bevægelsescontrollere til CS:GO. Vi kuraterer et holdbevægelsesdatasæt bestående af 123 timers professionelle spilspor og bruger dette datasæt til at træne en transformer-baseret bevægelsesmodel, der genererer menneskelignende holdbevægelser for alle spillere i en “Retakes” runde i spillet.

Effektiv bevægelsesforudsigelsesmodel

Det vigtige ved bevægelsesforudsigelsesmodellen er, at den er effektiv. At udføre inferens for alle spillere tager mindre end 0,5 ms pr. spilskridt (amortiseret omkostning) på en enkelt CPU-kerne, hvilket gør det muligt at bruge den i kommercielle spil i dag.

Menneskelige evaluatorer vurderer, at vores model opfører sig mere som mennesker end både kommercielt tilgængelige bots og procedurale bevægelsescontrollere skrevet af eksperter (16% til 59% højere ved TrueSkill-rating af “menneskelignende”). Ved at udføre eksperimenter med in-game bot vs. bot self-play demonstrerer vi, at vores model udfører simple former for teamwork, begår færre almindelige bevægelsesfejl og giver bevægelsesfordelinger, spilleres levetider og dræbningssteder lignende dem, der observeres i professionelt CS:GO-kampspil.

Afsluttende tanker

I konklusionen viser vores undersøgelse, at en datastyret tilgang til bevægelseskontrol i CS:GO kan skabe effektive og menneskelignende resultater, der kan forbedre spilleoplevelsen for både erfarne og nye spillere. Ved at bruge avancerede bevægelsescontrollere kan spillerne lære strategisk holdarbejde og undgå almindelige bevægelsesfejl, hvilket potentielt kan øge deres succesrate i spillet.

Kilde : huggingface.co