CN110180187A - 面向竞赛的智能对阵选择方法和系统 - Google Patents

面向竞赛的智能对阵选择方法和系统 Download PDF

Info

Publication number
CN110180187A
CN110180187A CN201910486824.7A CN201910486824A CN110180187A CN 110180187 A CN110180187 A CN 110180187A CN 201910486824 A CN201910486824 A CN 201910486824A CN 110180187 A CN110180187 A CN 110180187A
Authority
CN
China
Prior art keywords
winning rate
coach
choosing
hero
battle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910486824.7A
Other languages
English (en)
Other versions
CN110180187B (zh
Inventor
李华康
刘瀚呈
刘振东
孔令军
徐梦婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Pie Weiss Mdt Infotech Ltd
Original Assignee
Suzhou Pie Weiss Mdt Infotech Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Pie Weiss Mdt Infotech Ltd filed Critical Suzhou Pie Weiss Mdt Infotech Ltd
Priority to CN201910486824.7A priority Critical patent/CN110180187B/zh
Publication of CN110180187A publication Critical patent/CN110180187A/zh
Application granted granted Critical
Publication of CN110180187B publication Critical patent/CN110180187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
    • A63F13/795—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories for finding other players; for building a team; for providing a buddy list
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
    • A63F13/798—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories for assessing skills or for ranking players, e.g. for generating a hall of fame
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/80—Special adaptations for executing a specific game genre or game mode
    • A63F13/822—Strategy games; Role-playing games

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向竞赛的智能对阵选择方法。本发明一种面向竞赛的智能对阵选择方法，包括：S101，候选队员输入，教练通过系统前端输入双方队员信息；S102，队员名单确认，系统前端收到教练输入的双方队员确认信息并发送给胜率预测算法。本发明的有益效果：一个前端界面获取教练输入的各种信息，胜率预测算法根据所提供的信息计算当前状态下的对阵双方最高胜率排序，掰选推荐算法根据对阵方人员的最高胜率英雄推荐教练掰选的英雄，抢选推荐算法根据己方人员的最高胜率英雄推荐教练抢选的英雄，实现竞赛开始时教练的排兵布阵辅助决策。

Description

面向竞赛的智能对阵选择方法和系统
技术领域
本发明涉及互联网团队比赛领域，具体涉及一种面向竞赛的智能对阵选择方法和系统。
背景技术
网络游戏，英文名称为Online Game，又称“在线游戏”，简称“网游”。指以互联网为传输媒介，以游戏运营商服务器和用户计算机为处理终端，以游戏客户端软件为信息交互窗口的旨在实现娱乐、休闲、交流和取得虚拟成就的具有可持续性的个体性多人在线游戏。
网络游戏区别与单机游戏而言的，是指玩家必须通过互联网连接来进行多人游戏。一般指由多名玩家通过计算机网络在虚拟的环境下对人物角色及场景按照一定的规则进行操作以达到娱乐和互动目的的游戏产品集合。
传统技术存在以下技术问题：
面对团队比赛，缺少一种辅助教练进行排兵布阵的方法。
发明内容
本发明要解决的技术问题是提供一种面向竞赛的智能对阵选择方法和系统，一个前端界面获取教练输入的各种信息，胜率预测算法根据所提供的信息计算当前状态下的对阵双方最高胜率排序，掰选推荐算法根据对阵方人员的最高胜率英雄推荐教练掰选的英雄，抢选推荐算法根据己方人员的最高胜率英雄推荐教练抢选的英雄，实现竞赛开始时教练的排兵布阵辅助决策。
为了解决上述技术问题，本发明提供了一种面向竞赛的智能对阵选择方法，包括：
S101，候选队员输入，教练通过系统前端输入双方队员信息；
S102，队员名单确认，系统前端收到教练输入的双方队员确认信息并发送给胜率预测算法；
S103，组队胜率预测，胜率预测算法模块按照双方队员情况计算对内成员的成员相生胜率，计算对战阵营间的成员相克胜率；
S104，组队胜率排序显示，系统前端接收组队胜率预测算法发送的Top-k组队信息并显示给教练；
S105，组队选择模块，教练通过系统前端输入出战双方队员选择信息；
S106，对阵人员确认模块，系统前端收到教练输入的最终对阵人员确认信息并发送给胜率预测算法；
S107，全英雄胜率预测，胜率预测算法模块按照双方已选对阵人员信息计算队内成员英雄抢选胜率，计算对战阵营间的英雄抢选胜率；
S108，抢选英雄胜率显示，前端系统显示全英雄胜率预测算法给出的双方人员抢选英雄胜率排序，并发送给掰选推荐模块；
S109，掰选推荐，掰选推荐算法接收S108发送的抢选英雄胜率信息，计算可能掰选对阵人员英雄后的双方对战胜率；
S110，掰选胜率预测排序显示，系统前端接收掰选推荐算法发送的掰选Top-k英雄信息并显示给教练，其中Top-k指的前k名选手，k为正整数；
S111，掰选英雄选择，教练通过系统前端输入双方掰选的英雄信息；
S112，掰选英雄确认，系统前端收到教练输入的掰选英雄确认信息并发送给胜率预测算法；
S113，受限英雄胜率预测，胜率预测算法模块按照去除双方掰选的英雄后，重新计算队内成员英雄抢选胜率，计算对战阵营间的英雄抢选胜率；
S114，抢选英雄胜率显示，前端系统显示全英雄胜率预测算法给出的双方人员抢选英雄胜率排序，并发送给抢选推荐模块；
S115，抢选推荐，抢选推荐算法收到S114发送的抢选英雄胜率信息，计算可能抢选己方人员英雄后的双方对战胜率；
S116，抢选胜率预测排序显示，系统前端接收抢选推荐算法发送的抢选Top-k英雄信息并显示给教练；
S117，抢选英雄选择，教练通过系统前端输入双方抢选的英雄信息；
S118，抢选英雄确认，系统前端收到教练输入的抢选硬性确认信息并发送给胜率预测算法；
S119，最终胜率预测，胜率预测算法按照对阵双方已选英雄信息进行最终的胜率预测，并显示在系统前端。
一种面向竞赛的智能对阵选择系统，包括：
教练输入模块，提供一个数据输入和显示的前端界面，接收来自教练的数据输入以便传递给后台算法，接收来自后台的算法结果，提供给教练辅助决策
胜率预测模块，根据每一轮不用的输入计算可能的胜率。可以将胜率预测发送给教练输入模块显示，可以将胜率预测结果发送给掰选推荐算法，可以将胜率预测结果发送给抢选推荐模块；
掰选推荐模块，接收胜率预测模块的对阵胜率组合排序结果，并给出最高掰选推荐及掰选后的胜率变化结果，并将掰选推荐结果发送给教练输入模块；以及
抢选推荐模块，接收胜率预测模块的对阵胜率组合排序结果，并给出最高抢选推荐及抢选后的胜率变化结果，并将抢选推荐结果发送给教练输入模块。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
一个前端界面获取教练输入的各种信息，胜率预测算法根据所提供的信息计算当前状态下的对阵双方最高胜率排序，掰选推荐算法根据对阵方人员的最高胜率英雄推荐教练掰选的英雄，抢选推荐算法根据己方人员的最高胜率英雄推荐教练抢选的英雄，实现竞赛开始时教练的排兵布阵辅助决策。
附图说明
图1是本发明面向竞赛的智能对阵选择方法的流程示意图。
图2是本发明面向竞赛的智能对阵选择系统的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
参阅图1，本发明提出一种面向电子竞技比赛的智能对阵选择方法，该方法通过一个前端界面获取教练输入的各种信息，胜率预测算法根据所提供的信息计算当前状态下的对阵双方最高胜率排序，掰选推荐算法根据对阵方人员的最高胜率英雄推荐教练掰选的英雄，抢选推荐算法根据己方人员的最高胜率英雄推荐教练抢选的英雄，实现竞赛开始时教练的排兵布阵辅助决策。具体实现步骤如下：
S101，候选队员输入，教练通过系统前端输入双方队员信息。如参赛报名时可以申报团队成员7人，每场比赛出场5人，2人替补。教练通过前端输入信息如:{TearmA:{playerA1，playerA2，playerA3，playerA4，playerA5，playerA6，playerA7}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB5，playerB6，playerB7}}；
S102，队员名单确认，系统前端收到教练输入的双方队员确认信息并发送给胜率预测算法；
S103，组队胜率预测，胜率预测算法模块按照双方队员情况计算对内成员的成员相生胜率，计算对战阵营间的成员相克胜率。如已知每个队员的历史胜率信息{TeamA:{playerA1:75％，playerA2:73％，playerA3:70％，playerA4:68％，playerA5:55％，playerA6:53％，playerA7:52％，}}。采用贝叶斯统计算法能够得到组队的各种阵容胜率，如；{{Rate:{63％:37％}，TearmA:{playerA1，playerA2，playerA3，playerA4，playerA6}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB7}}}
S104，组队胜率排序显示，系统前端接收组队胜率预测算法发送的Top-k组队信息并显示给教练。如按照系统设置，显示Top-2的组合内容及胜率，{{Rate:{63％:37％}，TearmA:{playerA1，playerA2，playerA3，playerA4，playerA6}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB7}}，{Rate:{57％:43％}，TearmA:{playerA1，playerA2，playerA3，playerA4，playerA5}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB6}}}；
S105，组队选择模块，教练通过系统前端输入出战双方队员选择信息。如{TearmA:{playerA1，playerA2，playerA3，playerA4，playerA5}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB5}}；
S106，对阵人员确认模块，系统前端收到教练输入的最终对阵人员确认信息并发送给胜率预测算法；
S107，全英雄胜率预测，胜率预测算法模块按照双方已选对阵人员信息计算队内成员英雄抢选胜率，计算对战阵营间的英雄抢选胜率。如已知每个队员使用英雄的历史胜率信息{playerA1:{heroA1:75％，heroA2:72％，heroA3:70％，heroA4:68％，heroA5:65％}}。采用贝叶斯统计算法能够得到组队的各种阵容胜率，如{Rate:{63％:37％}，TearmA:{playerA1:heroA1，playerA2:heroA2，playerA3:heroA3，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB1，playerB2:heroB2，playerB3:heroB3，playerB4:heroB4，playerB5:heroB5}}；
S108，全英雄胜率显示，前端系统显示全英雄胜率预测算法给出的双方人员抢选英雄胜率排序，并发送给掰选推荐模块。如显示Top-3的全英雄胜率组合，{{Rate:{63％:37％}，TearmA:{playerA1:heroA1，playerA2:heroA2，playerA3:heroA3，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB1，playerB2:heroB2，playerB3:heroB3，playerB4:heroB4，playerB5:heroB5}}，{Rate:{60％:40％}，TearmA:{playerA1:heroA6，playerA2:heroA2，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB3，playerB4:heroB11，playerB5:heroB5}，{Rate:{58％:42％}，TearmA:{playerA1:heroA6，playerA2:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}}；
S109，掰选推荐，掰选推荐算法接收S108发送的抢选英雄胜率信息，计算可能掰选对阵人员英雄后的双方对战胜率。如按照S108的全英雄胜率中的最高对战胜率及各角色的英雄胜率做掰选假设，给出掰选推荐结果。如{Rate:{63％:37％}，TearmA:{playerA1:heroA1，playerA2:heroA2，playerA3:heroA3，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB1，playerB2:heroB2，playerB3:heroB3，playerB4:heroB4，playerB5:heroB5}}情况下掰选TeamA的playerA1的hearA1，playerA1选用胜率次高的heroA5，导致胜率更新为{Rate:{43％:57％}，则hearA1的影响因子为-20％。经过归一化计算后得到掰选推荐率为75％。
S110，掰选胜率预测排序显示，系统前端接收掰选推荐算法发送的掰选Top-k英雄信息并显示给教练。如显示Top-5的建议掰选英雄候选，{{TeamA:{heroA1:75％，heroA2:68％，heroA3:65％，heroA4:60％，heroA5:57％，}}，{TeamB:{heroB1:72％，heroB2:69％，heroB3:65％，heroB4:62％，heroB5:59％，}}}；
S111，掰选英雄选择，教练通过系统前端输入双方掰选的英雄信息。如{TearmA:{heroA1，heroA2，heroA3，heroA4，heroA5}，TearmB:{heroB1，heroB2，heroB3，heroB4，heroB5}}；
S112，掰选英雄确认，系统前端收到教练输入的掰选英雄确认信息并发送给胜率预测算法；
S113，受限英雄胜率预测，胜率预测算法模块按照去除双方掰选的英雄后，重新计算队内成员英雄抢选胜率，计算对战阵营间的英雄抢选胜率。在已知掰选过的英雄{TearmA:{heroA1，heroA2，heroA3，heroA4，heroA5}，TearmB:{heroB1，heroB2，heroB3，heroB4，heroB5}}；条件下，胜率预测算法模块重新计算对阵双方可选英雄的胜率。如{Rate:{60％:40％}，TearmA:{playerA1:heroA6，playerA2:heroA2，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB3，playerB4:heroB11，playerB5:heroB5}；
S114，抢选英雄胜率显示，前端系统显示全英雄胜率预测算法给出的双方人员抢选英雄胜率排序，并发送给抢选推荐模块。如显示Top-3的可选英雄胜率组合为，{{Rate:{60％:40％}，TearmA:{playerA1:heroA6，playerA2:heroA2，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB3，playerB4:heroB11，playerB5:heroB5}，{Rate:{58％:42％}，TearmA:{playerA1:heroA6，playerA2:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}，{Rate:{55％:45％}，TearmA:{playerA1:heroA16，playerA12:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB18，playerB2:heroB22，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}}；
S115，抢选推荐，抢选推荐算法收到S114发送的抢选英雄胜率信息，计算可能抢选己方人员英雄后的双方对战胜率。按照所有抢选英雄胜率进行组合计算，如；{Rate:{60％:40％}，TearmA:{playerA1:heroA6，playerA2:heroA2，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB3，playerB4:heroB11，playerB5:heroB5}和Rate:{55％:45％}，TearmA:{playerA1:heroA16，playerA12:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB18，playerB2:heroB22，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}两种情况下，都需要确保“playerA5:heroA5”才能有优胜优势。那么“playerA5:heroA5”为高抢选顺序。
S116，抢选胜率预测排序显示，系统前端接收抢选推荐算法发送的抢选Top-k的抢选英雄顺序信息并显示给教练。如{{TeamA:{heroA1:68％，heroA2:65％，heroA3:57％，heroA4:55％，heroA5:54％}}，{TeamB:{heroB2:69％，heroB4:62％，heroB3:59％，heroB5:56％，heroB7:55％}}}；
S117，抢选英雄选择，教练通过系统前端输入双方抢选的英雄信息。如最终选择{TearmA:{playerA1:heroA1，playerA2:heroA2，playerA3:heroA3，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB1，playerB2:heroB2，playerB3:heroB3，playerB4:heroB4，playerB5:heroB5}}；
S118，抢选英雄确认，系统前端收到教练输入的抢选硬性确认信息并发送给胜率预测算法；
S119，最终胜率预测，胜率预测算法按照对阵双方已选英雄信息进行最终的胜率预测。如采用历史英雄胜率的贝叶斯模型，计算得到{Rate:{57％:43％}}，并显示在系统前端。
参阅图2，本发明提出一种面向电子竞技比赛的智能对阵选择系统，该系统由一个教练输入模块、胜率预测模块、掰选推荐模块和抢选推荐模块组成，为教练提供电子竞赛过程中队员选择和对阵角色的选择决策辅助。
教练输入模块，提供一个数据输入和显示的前端界面，接收来自教练的数据输入以便传递给后台算法，接收来自后台的算法结果，提供给教练辅助决策。其中：
选择队员上场前教练可以输入双方队员信息，如{TearmA:{playerA1，playerA2，playerA3，playerA4，playerA5，playerA6，playerA7}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB5，playerB6，playerB7}}；
队员信息确认时输入已选队员信息{TearmA:{playerA1，playerA2，playerA3，playerA4，playerA5}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB5}}；
掰选确认过程中输入双方掰选的英雄信息，如{TearmA:{heroA1，heroA2，heroA3，heroA4，heroA5}，TearmB:{heroB1，heroB2，heroB3，heroB4，heroB5}}，其中heroA1代表队伍A中该掰选的某个英雄，该英雄真实ID可能是第87号英雄即hero87，以后hero标号均采用类似的hero队伍+序号方式描述，每次胜率预测模块迭代后，hero队伍+序号进行更新；
抢选确认过程中输入双方队员的选择角色信息，如{TearmA:{playerA1:heroA1，playerA2:heroA2，playerA3:heroA3，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB1，playerB2:heroB2，playerB3:heroB3，playerB4:heroB4，playerB5:heroB5}}。
胜率预测模块，根据每一轮不用的输入计算可能的胜率。可以将胜率预测发送给教练输入模块显示，可以将胜率预测结果发送给掰选推荐算法，可以将胜率预测结果发送给抢选推荐模块。其中：
组队胜率预测过程中，通过预测算法给出双方选择对阵可能的胜率排序结果。如{{Rate:{63％:37％}，TearmA:{playerA1，playerA2，playerA3，playerA4，playerA6}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB7}}，{Rate:{57％:43％}，TearmA:{playerA1，playerA2，playerA3，playerA4，playerA5}，TearmB:{playerB1，playerB2，playerB3，playerB4，playerB6}}}；
掰选胜率预测过程中，通过预测算法给出双方胜率最高的英雄排序结果，如；{{Rate:{63％:37％}，TearmA:{playerA1:heroA1，playerA2:heroA2，playerA3:heroA3，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB1，playerB2:heroB2，playerB3:heroB3，playerB4:heroB4，playerB5:heroB5}}，{Rate:{60％:40％}，TearmA:{playerA1:heroA6，playerA2:heroA2，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB3，playerB4:heroB11，playerB5:heroB5}，{Rate:{58％:42％}，TearmA:{playerA1:heroA6，playerA2:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}}
抢选胜率预测过程中，通过预测算法给出双方胜率最高的英雄排序结果，如；{{Rate:{60％:40％}，TearmA:{playerA1:heroA6，playerA2:heroA2，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB3，playerB4:heroB11，playerB5:heroB5}，{Rate:{58％:42％}，TearmA:{playerA1:heroA6，playerA2:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB8，playerB2:heroB2，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}，{Rate:{55％:45％}，TearmA:{playerA1:heroA16，playerA12:heroA8，playerA3:heroA7，playerA4:heroA4，playerA5:heroA5}，TearmB:{playerB1:heroB18，playerB2:heroB22，playerB3:heroB6，playerB4:heroB11，playerB5:heroB5}}}
最终胜率预测过程中，通过预算算法给出双方已选最终对阵的胜率结果，如{Rate:{57％:43％}}。
掰选推荐模块，接收胜率预测模块的对阵胜率组合排序结果，并给出最高掰选推荐及掰选后的胜率变化结果，并将掰选推荐结果发送给教练输入模块。如：{{TeamA:{heroA1:75％，heroA2:68％，heroA3:65％，heroA4:60％，heroA5:57％，}}，{TeamB:{heroB1:72％，heroB2:69％，heroB3:65％，heroB4:62％，heroB5:59％，}}}
抢选推荐模块，接收胜率预测模块的对阵胜率组合排序结果，并给出最高抢选推荐及抢选后的胜率变化结果，并将抢选推荐结果发送给教练输入模块。如：{{TeamA:{heroA1:68％，heroA2:65％，heroA3:57％，heroA4:55％，heroA5:54％}}，{TeamB:{heroB2:69％，heroB4:62％，heroB3:59％，heroB5:56％，heroB7:55％}}}
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (5)

1.一种面向竞赛的智能对阵选择方法，其特征在于，包括：
S101，候选队员输入，教练通过系统前端输入双方队员信息。
S102，队员名单确认，系统前端收到教练输入的双方队员确认信息并发送给胜率预测算法；
S103，组队胜率预测，胜率预测算法模块按照双方队员情况计算对内成员的成员相生胜率，计算对战阵营间的成员相克胜率；
S104，组队胜率排序显示，系统前端接收组队胜率预测算法发送的Top-k组队信息并显示给教练；
S105，组队选择模块，教练通过系统前端输入出战双方队员选择信息；
S106，对阵人员确认模块，系统前端收到教练输入的最终对阵人员确认信息并发送给胜率预测算法；
S107，全英雄胜率预测，胜率预测算法模块按照双方已选对阵人员信息计算队内成员英雄抢选胜率，计算对战阵营间的英雄抢选胜率；
S108，抢选英雄胜率显示，前端系统显示全英雄胜率预测算法给出的双方人员抢选英雄胜率排序，并发送给掰选推荐模块；
S109，掰选推荐，掰选推荐算法接收S108发送的抢选英雄胜率信息，计算可能掰选对阵人员英雄后的双方对战胜率；
S110，掰选胜率预测排序显示，系统前端接收掰选推荐算法发送的掰选Top-k英雄信息并显示给教练，其中Top-k指的前k名选手，k为正整数；
S111，掰选英雄选择，教练通过系统前端输入双方掰选的英雄信息；
S112，掰选英雄确认，系统前端收到教练输入的掰选英雄确认信息并发送给胜率预测算法；
S113，受限英雄胜率预测，胜率预测算法模块按照去除双方掰选的英雄后，重新计算队内成员英雄抢选胜率，计算对战阵营间的英雄抢选胜率；
S114，抢选英雄胜率显示，前端系统显示全英雄胜率预测算法给出的双方人员抢选英雄胜率排序，并发送给抢选推荐模块；
S115，抢选推荐，抢选推荐算法收到S114发送的抢选英雄胜率信息，计算可能抢选己方人员英雄后的双方对战胜率；
S116，抢选胜率预测排序显示，系统前端接收抢选推荐算法发送的抢选Top-k英雄信息并显示给教练；
S117，抢选英雄选择，教练通过系统前端输入双方抢选的英雄信息；
S118，抢选英雄确认，系统前端收到教练输入的抢选硬性确认信息并发送给胜率预测算法；
S119，最终胜率预测，胜率预测算法按照对阵双方已选英雄信息进行最终的胜率预测，并显示在系统前端。
2.一种面向竞赛的智能对阵选择系统，其特征在于，包括：
教练输入模块，提供一个数据输入和显示的前端界面，接收来自教练的数据输入以便传递给后台算法，接收来自后台的算法结果，提供给教练辅助决策
胜率预测模块，根据每一轮不用的输入计算可能的胜率，可以将胜率预测发送给教练输入模块显示，可以将胜率预测结果发送给掰选推荐算法，可以将胜率预测结果发送给抢选推荐模块；
掰选推荐模块，接收胜率预测模块的对阵胜率组合排序结果，并给出最高掰选推荐及掰选后的胜率变化结果，并将掰选推荐结果发送给教练输入模块；以及
抢选推荐模块，接收胜率预测模块的对阵胜率组合排序结果，并给出最高抢选推荐及抢选后的胜率变化结果，并将抢选推荐结果发送给教练输入模块。
3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述方法的步骤。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1所述方法的步骤。
5.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1所述的方法。
CN201910486824.7A 2019-06-05 2019-06-05 面向竞赛的智能对阵选择方法和系统 Active CN110180187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910486824.7A CN110180187B (zh) 2019-06-05 2019-06-05 面向竞赛的智能对阵选择方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910486824.7A CN110180187B (zh) 2019-06-05 2019-06-05 面向竞赛的智能对阵选择方法和系统

Publications (2)

Publication Number Publication Date
CN110180187A true CN110180187A (zh) 2019-08-30
CN110180187B CN110180187B (zh) 2022-06-14

Family

ID=67720494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910486824.7A Active CN110180187B (zh) 2019-06-05 2019-06-05 面向竞赛的智能对阵选择方法和系统

Country Status (1)

Country Link
CN (1) CN110180187B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110721475A (zh) * 2019-09-09 2020-01-24 福建省天奕网络科技有限公司 一种游戏角色的推荐方法及终端
CN111359227A (zh) * 2020-03-08 2020-07-03 北京智明星通科技股份有限公司 一种对战游戏中对战胜负率的预测方法、装置及设备
CN112915538A (zh) * 2021-03-11 2021-06-08 腾竞体育文化发展(上海)有限公司 对局信息的显示方法、装置、终端及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225463A (ja) * 2002-01-31 2003-08-12 Konami Computer Entertainment Osaka:Kk 育成ゲームプログラム、ビデオゲーム装置および育成ゲーム制御方法
CN104436656A (zh) * 2014-12-24 2015-03-25 深圳市腾讯计算机系统有限公司 游戏应用中用户的匹配方法和装置
CN106919790A (zh) * 2017-02-16 2017-07-04 网易（杭州）网络有限公司 游戏的角色推荐、阵容组建方法和装置、游戏方法和装置
CN109152956A (zh) * 2016-03-15 2019-01-04 思奇里兹股份有限公司 用于虚拟排名赛的同步模型
CN109603158A (zh) * 2018-11-30 2019-04-12 江苏网进科技股份有限公司 一种在线战斗竞技游戏胜率的预测系统及方法
CN109718558A (zh) * 2017-10-31 2019-05-07 腾讯科技(成都)有限公司 游戏信息的确定方法和装置、存储介质、电子装置
CN109814955A (zh) * 2019-01-18 2019-05-28 腾讯科技（深圳）有限公司 阵容确定的方法、装置及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003225463A (ja) * 2002-01-31 2003-08-12 Konami Computer Entertainment Osaka:Kk 育成ゲームプログラム、ビデオゲーム装置および育成ゲーム制御方法
CN104436656A (zh) * 2014-12-24 2015-03-25 深圳市腾讯计算机系统有限公司 游戏应用中用户的匹配方法和装置
CN109152956A (zh) * 2016-03-15 2019-01-04 思奇里兹股份有限公司 用于虚拟排名赛的同步模型
CN106919790A (zh) * 2017-02-16 2017-07-04 网易（杭州）网络有限公司 游戏的角色推荐、阵容组建方法和装置、游戏方法和装置
CN109718558A (zh) * 2017-10-31 2019-05-07 腾讯科技(成都)有限公司 游戏信息的确定方法和装置、存储介质、电子装置
CN109603158A (zh) * 2018-11-30 2019-04-12 江苏网进科技股份有限公司 一种在线战斗竞技游戏胜率的预测系统及方法
CN109814955A (zh) * 2019-01-18 2019-05-28 腾讯科技（深圳）有限公司 阵容确定的方法、装置及电子设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110721475A (zh) * 2019-09-09 2020-01-24 福建省天奕网络科技有限公司 一种游戏角色的推荐方法及终端
CN110721475B (zh) * 2019-09-09 2022-09-06 福建省天奕网络科技有限公司 一种游戏角色的推荐方法及终端
CN111359227A (zh) * 2020-03-08 2020-07-03 北京智明星通科技股份有限公司 一种对战游戏中对战胜负率的预测方法、装置及设备
CN112915538A (zh) * 2021-03-11 2021-06-08 腾竞体育文化发展(上海)有限公司 对局信息的显示方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN110180187B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN110180187A (zh) 面向竞赛的智能对阵选择方法和系统
CN107158708A (zh) 多玩家视频游戏匹配优化
EP2705489B1 (en) Special regional online video game forum based on location
EP1862955A1 (en) Determining relative skills of players
US20130060362A1 (en) Predictive gaming
JP5841280B1 (ja) 端末装置、サーバ装置、及び制御方法
JP5676518B2 (ja) ビデオゲーム制御サーバ、ビデオゲーム制御装置、及びビデオゲーム制御プログラム
JP5661146B2 (ja) サーバ装置の制御方法、サーバ装置、及びプログラム
KR20100112094A (ko) 배지를 내기에 사용하는 것을 위한 시스템 및 방법
US8684836B2 (en) Game server, game controlling method thereof, non-transitory computer-readable medium and game system
JP5923212B1 (ja) 情報処理装置、ゲームプログラム、及び、情報処理方法
US11957983B2 (en) Game device, game method and game program
JP2018033943A (ja) 情報処理装置、ゲームプログラム、及び、情報処理方法
KR101729186B1 (ko) 게임 세션을 제공하기 위한 컴퓨터 프로그램 및 서버
US20220323868A1 (en) Game apparatus, game method, and game program
JP6184570B1 (ja) 情報処理装置、ゲームプログラム、及び、情報処理方法
JP5909015B1 (ja) サーバ装置、プログラム、及び制御方法
Sfikas et al. Playing against the board: Rolling horizon evolutionary algorithms against pandemic
CN109963626A (zh) 进行比赛的计算机实施的系统和方法
Tavares et al. Algorithm selection in adversarial settings: From experiments to tournaments in starcraft
JP2020032272A (ja) サーバ装置の制御方法、サーバ装置及びプログラム
JP6158782B2 (ja) ビデオゲーム制御サーバ、ビデオゲーム制御装置、及びビデオゲーム制御プログラム
JP7427183B2 (ja) ゲーム装置、ゲーム方法、及びゲームプログラム
JP5505917B1 (ja) ゲームの制御方法、サーバ装置、及びプログラム
JP7328569B2 (ja) 情報処理システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant