看板 tetris 關於我們 聯絡資訊
這篇提供一種不一樣的角度分析 基本上,"手滑一次" (以下簡稱 oops XD) 的動作 對玩家本身而言應該會破壞到原本的 攻勢/防守 所以一場遊戲結束後,會反映的統計量可能是 lpm、apm、combo、b2b、...etc 因此,不妨假設 OOPS 是 (LPM, APM, COMBO, B2B, ...) 的函數 亦即 令 OOPS = f(LPM, APM, COMBO, B2B, ...) 所以接下來的工作是如何找到 函數 f ====== 這個問題其實就是單純的 estimation, 不過我還是整個講過一次 <1> 準備 observation: 先玩過一輪遊戲後,請"玩家本身"明確指出他在那些地方有手滑 所以每場遊戲可以得到如下數據: │LPM │APM │oops│ ... ─┼──┴──┴──┴ 1│39.1 58.3 2 ... ─┤ 2│46.6 63 1 ... ─┤ 3│42.8 51.7 4 ... ─┤ ... ... ... <2> estimate model f() or oops[n]: 上面表格可以寫成 oops[i] = f(lpm[i], apm[i], ...) , i = 1 to n 為遊戲場次 接下來看你是要直接估出 model f 還是直是接估出 oops[n+1] if (LPM, APM, ...) = (lpm[n+1], apm[n+1], ...) 兩個做法上,估 model f 會困難許多 只是一旦估出來後,就能一直拿來用了 XD 後者作法就蠻多種,例如使用 kalman filter or particle filer <3> validation: 估完後一定要做驗證。例如有 30筆資料,那就 20筆拿來 training 剩下 10筆拿來做測試。 可以假設 performance function 如下: 30 ^ error = Σ │oops[i] - oops[i]│ i=21 若 error 大於某一個值,代表估出來的東西不能相信 那得回頭分析為啥誤差過大,然後不斷的 fix, 直到 error 在容許範圍 ===== 這裡的 input 可能尚須考慮到每個玩家的 "能力" 例如直接把 top 上的能力圖也納入考慮 因為一場遊戲中,同樣的失誤率, 不同玩家的 lpm or apm 可能會天差地遠 差不多是這樣吧。要做到上述的步驟 網路上應該有不少的程式可以直接拿來用 (這些都算是研究所的小 proj. XD) 想要寫個程式直接從影片判讀 "手滑" 這件事情 我個人覺得這不是幾個工作天就能完成 繞個路做或許輕鬆許多 畢竟若有上百個影片檔,版大們應該沒有太多時間來逐一觀看 mv 找"手滑" -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 175.98.124.34
Rentch :同一個玩家不同狀態model用同一個似乎怪怪的? 03/10 13:08
Rentch :而且這樣有點像狀態率 就是這幾場相當於發生幾次失誤 03/10 13:09
Rentch :但是比賽裡能力的衰減跟對手能力、打法有相關性 03/10 13:10
Rentch :另外是 這初步model的建立需要玩家本人的同意跟投入 03/10 13:12
tadpole1 :感覺估oops[n] 比較有希望XD 03/10 13:14
Rentch :樣本數也要時時修正更新 感覺跟蝌蚪最初提用程式判 03/10 13:14
Rentch :斷影片中一些數據的構想 是相反的路子了 03/10 13:15
Rentch :不過這方法是另闢蹊徑了XD 03/10 13:17
doom8199 :yes, 所以函數的 input 有打 "..." 就是可以加一些 03/10 13:18
doom8199 :自己覺得比較重要的資訊 03/10 13:19
doom8199 :若玩家本人不願意投入,也只能觀看者自己建立 QQ 03/10 13:19
doom8199 :畢竟沒有玩家本人提供 solution 03/10 13:20
doom8199 :旁觀者做任何事情都是 "猜測", 只是看猜測的模型 03/10 13:20
doom8199 :合理性大不大罷了 03/10 13:20
doom8199 :還是蝌蚪大,你可以把統計後的數據傳給我嗎 03/10 13:38
doom8199 :(版上的網頁我開不起來XD) 03/10 13:39
doom8199 :假日若有時間我再來嘗試做這件事情 XD 03/10 13:39
Rentch :喔耶! 03/10 13:42
tadpole1 :http://ppt.cc/S40O 03/10 14:04
tadpole1 :我問一下喔 這邊的oops是單指"手滑"還是包括部分放不 03/11 23:14
tadpole1 :好的方塊? 03/11 23:14
doom8199 :都可以,看你的認知是啥,training 出來也會有所不同 03/12 13:17
tadpole1 :嗯 跟我理解的一樣 03/12 16:40