YouTuber de ojos de águila descubre EA en curso travesuras en línea de emparejamiento

La investigación de EA recientemente descubierta tiene como objetivo mantener a los jugadores Ampliar / Descubierto recientemente La investigación de EA apunta a mantener a los jugadores “comprometidos” con su jugador individual y productos multijugador. Los métodos explorados en artículos publicados son un poco más sutiles que la ilustración de arriba. EA / Aurich

La práctica de incorporar micro transacciones y cajas de botín en videojuegos ha crecido de esporádico a omnipresente en los últimos años. En 2017, la tendencia de la caja de botín explotó e incluso se desangró de un modelo “cosmético” a uno que afecta el juego. Pero artículos en el juego como cajas de botín, que comúnmente aparecen en juegos de varios jugadores, son sin valor para los editores si los jugadores no interactúan con ellos.

El editor de juegos Activision ya ha patentado una forma de conducir compras en el juego manipulando el “emparejamiento” o cómo son los jugadores emparejado con extraños en juegos multijugador en línea. Esta semana, YouTuber YongYea con ojos de águila merece crédito por descubrir un esquema de manipulación de emparejamiento similar, aunque no idéntico siendo investigado y promovido por investigadores del editor de juegos EA.

Los documentos descubiertos enfatizan formas de mantener a los jugadores “comprometidos” con diferentes tipos de juegos, en lugar de abandonarlos temprano, manipulando su dificultad sin contar necesariamente jugadores Estos documentos fueron publicados como parte de una conferencia en Abril de 2017, e indican que la dificultad de EA y Es posible que los esfuerzos de manipulación de emparejamiento ya hayan sido probados en juegos en vivo, pueden ser probados en futuros juegos y son oficialmente descrito como un medio para cumplir la “función objetivo” de, entre otras cosas, hacer que los jugadores “gasten” dinero en juegos.

�La feria es justa? No a EA

Si bien pueden existir otros documentos o investigaciones de EA, YongYea se centró su atención en dos de los artículos publicados de EA en un video que él subido a YouTube el domingo: “Ajuste de dificultad dinámica [DDA] para la participación maximizada en juegos digitales “y” EOMM: un Compromiso optimizado Matchmaking Framework “.

El documento EOMM, que es coautor de investigadores de EA y UCLA y fue financiado en parte por una subvención NSF, aplica más directamente a las últimas controversias de juegos en línea de EA. Este papel describe una forma de ajustar juegos cuya dificultad comienza y termina no con problemas de dificultad controlados por computadora (fuerza del enemigo, rompecabezas diseños, etc.) pero con oponentes de la vida real.

“Los sistemas actuales de emparejamiento … se emparejan de manera similar jugadores en el supuesto de que un juego justo es el mejor jugador experiencia [sic], “comienza el trabajo”. Demostraremos, sin embargo, que esta suposición intuitiva a veces falla y que el emparejamiento basado en la equidad no es óptimo para el compromiso “.

En otra parte del documento, los investigadores de EA señalan que otros los investigadores parecen suponer que “un partido divertido debería tener jugadores actuar en roles con una distribución de roles perceptiblemente alegre. De todos modos, eso sigue siendo un método conceptual basado en heurística sin experimento mostrando que tal sistema de emparejamiento realmente mejora el concreto métricas de compromiso [sic] “.

En otras palabras, los investigadores están operando en un entorno basado en datos. manera, aclarando que no necesariamente ven conceptos como “Diversión” o “equidad” impulsando el compromiso que encarna su tesis. Y, como señala el documento, es compromiso, no equidad o divertido, que está directamente relacionado con la disposición de un jugador para continuar gastando dinero en el juego.

Los investigadores de EA no necesariamente ven conceptos como “Diversión” o “equidad” que contribuyen a su tesis.

Para probar esta tesis, a principios de 2016 EA realizó una prueba en 1,68 millones jugadores únicos involucrados en 36.9 millones de partidos de unanónimo Juego 1v1 cuyos partidos pueden terminar en victorias, derrotas o empates. Aunque el documento no ofrece más detalles, series de EA Sports como FIFA y NHL encajarían en la descripción dada.

Durante el período de prueba, los jugadores fueron analizados en función de su nivel de habilidad (basado en victorias, pérdidas y empates) y también su probabilidad de “agitarse” durante al menos ocho horas después de el partido. Los jugadores fueron asignados a uno de los cuatro grupos de diferentes técnicas de emparejamiento: basadas en habilidades; EOMM-sorted (el nuevo algoritmo de coincidencia destinado a reducir la rotación); “WorstMM” (el opuesto completo del algoritmo EOMM); y completamente al azar pareo.

Otras lecturas

FIFA 18: fútbol para muchos, no para pocos El artículo describe “métodos de emparejamiento existentes que se emparejan heurísticamente de manera similar compañeros de juego expertos “, lo que sugiere que los jugadores en vivo fueron inconscientemente cayó en los grupos experimentales de emparejamiento de EA para esto investigación de compromiso Pero gracias a la metodología vaga descripciones y discusión repetida de “simulaciones” en existentes datos del jugador y del partido, el documento dificulta determinar si real, el emparejamiento en vivo se vio afectado. (EA aún no ha respondido a Solicitud de comentarios de Ars Technica.)

Este documento de EOMM tampoco es del todo claro acerca de cómo un jugador atributos percibidos, incluyendo “habilidad, historial de juego y estilo “: se correlaciona con la probabilidad de abandono del mismo jugador. significa que la tesis del trabajo no se puede escribir tan simplemente como algo así como “los malos jugadores jugarán más a menudo si están emparejados incluso con peores jugadores “.

En última instancia, el artículo concluye que este método EOMM de emparejamiento reducido abandono en comparación con el existente, basado en habilidades estándar de emparejamiento. En cuatro de sus cinco estudios de conteo de jugadores, EOMM superó el emparejamiento basado en habilidades hasta en un 0.9 por ciento; theLa excepción fue un grupo más pequeño de jugadores, en el cual el emparejamiento redujo la rotación más que EOMM por un factor de 1.2 por ciento. En todos los casos, EOMM superó tanto al azar como a “WorstMM” resultados.

Los autores reconocen que este sistema de emparejamiento debe evolucionar para tener en cuenta factores como los videojuegos de batalla en equipo, más grandes escenarios de varios jugadores, problemas de conectividad de red, listas de amigos, y más. Dicen que “exploraremos” todos esos escenarios en pruebas futuras Los autores también aclaran dónde podría este modelado finalmente conducir: “incluso podemos cambiar la función objetivo a otras métricas básicas de juego de interés, como tiempo de juego, retención, o gasto EOMM permite conectar fácilmente diferentes tipos de modelos predictivos para lograr la optimización “.

Si nuestra suposición acerca de los juegos EA Sports 1v1 es correcta, entonces eso productos “Ultimate Team” de la división, impulsados ​​por botines y micro transacciones, ya son primos para la recolección.

Faltan métricas de ballenas

El documento de ajuste de dificultad dinámica [DDA] tenía previamente sin embargo, los fanáticos y críticos lo encontraron y distribuyeron a fines de 2017, tal vez no recibió mucha atención porque no declaró mucho nuevo en la industria de los juegos. Este trabajo de investigación es una versión de nivel superior de ajuste automático de dificultad características que han aparecido en juegos para un jugador durante décadas. Las versiones más simples de esta mecánica han aparecido en los gustos de Crash Bandicoot y los nuevos juegos de Super Mario.

Esta toma basada en la investigación de EA funcionó, según el documento, por análisis y ajuste automático de juegos de un móvil, publicado por EA juego de rompecabezas de combinaciones. El periódico quería ver si automático los ajustes mantendrían a los jugadores comprometidos en lugar de alejarse de frustración o insatisfacción. (El juego sin nombre en cuestión podría ser una versión de Bejeweled, el mayor partido de tres serie realizada por el estudio PopCap, propiedad de EA).

Otras lecturas

PopCap: dentro de nuestros juegos “casuales” hay un centro hardcore. el resumen inicial podría haberse decidido simplemente diciendo que su sistema preliminar de DDA obtuvo una mejora del jugador del nueve por ciento compromiso “, pero los investigadores decidieron adjuntar un modelo económico a los hallazgos: que el sistema DDA tuvo un “impacto neutral en monetización “. (Ciertas versiones gratuitas de Bejeweled permiten jugadores para gastar dinero real para ganar “monedas” que aumentan el rendimiento moneda más rápido.) Los investigadores continúan especulando que esto era porque sus algoritmos retuvieron jugadores que tienen un alto riesgo de abandono pero que también son “menos propensos a gastar [dinero]”.

Casualmente, la conclusión del artículo menciona un deseo de expandir las pruebas de DDA a “juegos más complicados con juegos no lineales o progresiones múltiples, como los juegos de rol (RPG) “. también me gusta ver más investigaciones para mostrar si los juegos con más sólidas comunidades en línea o características sociales, como la puntuación en línea comparaciones, podrían influir en los jugadores de “ballenas” de mayor gasto para gastar más, o al menos atraer ballenas más probables.

�Próximamente? �Ya está aquí?

Por separado, los documentos analizan métodos de retención que, como descrito, no se han revelado a los jugadores, a diferencia de mejoras y ayudas marcadas en los nuevos juegos de Super Mario y la “caja fuerte modo “agregado al juego de terror Soma. No está claro si EA lo haría informar activamente a los jugadores sobre este tipo de sistemas, en caso de que sean empleado en juegos para un jugador o multijugador, o si ya han llegado sin previo aviso en juegos publicados por EA que lanzado después de estas pruebas de principios de 2016.

Otras lecturas

Anthem es el shooter de ciencia ficción de mundo abierto de Bioware con Mientras tanto, EA tiene dos grandes juegos en el horizonte que pueden casarse con los ajustes de desafío para un jugador del estudio DDA y el aumentos impulsados ​​por emparejamiento del EOMM. Además de El próximo Anthem de Bioware, un aparente RPG cooperativo de combate espacial que se parece a Destiny, EA anunció recientemente barrer cambia a un juego de Star Wars sin nombre. Esos cambios deberían agregar “a experiencia más amplia que permite más variedad y agencia de jugadores ” que sugiere un cambio de su visión original para un solo jugador a uno multijugador compartido. Esta investigación de 2017 sugiere fuertemente que EA tiene un gran interés en aplicar estas metodologías a su juegos futuros, pero cómo estos sistemas para un jugador y multijugador podría combinarse para manipular silenciosamente y simultáneamente La base de jugadores aún no está clara.

EA no respondió de inmediato a las preguntas de Ars sobre el estudios.

Like this post? Please share to your friends:
Leave a Reply

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: