Киберспортсмена-профи от любителя можно отличить по движениям

Группа молодых ученых из Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) c помощью искусственного интеллекта определила, как движения в кресле могут выдать в киберигроке профессионала.

Методы машинного обучения успешно предсказывают мастерство игрока в 77 % случаев. Результаты работы были представлены на престижном форуме — V международной конференции IEEE по проблемам Интернета людей (IoP 2019), где получили приз за лучшую научную работу.

За последние несколько лет киберспорт прошел путь от видеоигр для школьников до целой спорт-индустрии c профессиональными командами, тренерами и большими инвестициями. Как и в любом другом спорте, кибератлеты бывают профессионалами и любителями, и понимание того, как отличить одних от других, важно для оптимизации тренировочного процесса.

Студенты-магистры из Сколтеха (Москва), МФТИ (Москва) и ГУАП (Cанкт-Петербург) под руководством профессоров Сколтеха Андрея Сомова и Евгения Бурнаева решили найти связь между эффективностью кибератлета в игре и характером его движений в кресле.

«Мы предположили, что между “стилем” движения игрока в кресле и его мастерством есть связь. В то же время было интересно посмотреть, как игроки реагируют на игровые события (когда игрок убивает, умирает, или идет перестрелка). Вряд ли профессиональные игроки и новички реагируют одинаково», — рассказывает первый автор исследования, магистрант Сколтеха Антон Смердов.

Для эксперимента были приглашены 19 игроков разных уровней: девять профессионалов и десять любителей. Мастерство игроков оценивали аналогично тому, как измеряют мастерство пилотов —наигранными часами. Всем было предложено играть в популярную видеоигру Counter-Strike: Global Offensive (CS:GO) от получаса до часа. Для сбора данных использовались акселерометр и гироскоп, интегрированные в кресло.

«Полученные данные были порезаны на трехминутные сессии, так как трех минут движений в кресле достаточно, чтобы понять поведение игрока. В то же время это увеличивает выборку для обучения алгоритмов», — поясняет Антон Смердов.

Из каждой сессии ученые извлекали паттерны, по которым можно оценивать поведение игрока: с какой частотой и интенсивностью он двигается или крутится в кресле для каждой из трех осей и как часто откидывается на спинку кресла. Суммарно для всех временных интервалов получился 31 паттерн на каждого игрока. С помощью методов статистики выделили восемь самых важных признаков и применили к ним методы машинного обучения.

Лучше всего сработал популярный метод Random Forest, продемонстрировавший семидесятисемипроценую точность при определении уровня мастерства по трехминутной сессии. Также полученные результаты показали, что профессиональные игроки в целом чаще и интенсивнее двигаются в кресле, но при этом сидят неподвижно во время перестрелок и прочих игровых событий.

Работа над проектом началась в рамках курса Introduction to Internet of Things и инициативы Киберакадемии Сколтеха и продолжается в рамках грантов программы Сколтеха STRIP, РФФИ и киберспортивного стартапа Head Kraken.

Научная группа ученых Сколтеха, занимающихся исследованиями в области определения психоэмоционального состояния кибератлетов под руководством профессоров Андрея Сомова и Евгения Бурнаева, с 2018 года применяет датчики для комплексного сбора данных, а также методы машинного обучения для изучения психологического и физического состояния игроков. Для анализа используют данные о пульсе, сопротивлении кожи, направлении взгляда, движении рук, данные об окружающей среде (температура, влажность, уровень углекислого газа), игровой телеметрии и другие.

Источник: Naked Science

13.09.2019

Смотрите также:

10.10.2019

Миллиона победителям не хватило

Вчера завершилась молодежная программа FINOdays, традиционно предваряющая открытие Форума инновационных финансовых технологий FINOPOLIS.

07.10.2019

Рынок киберспорта РФ может вырасти до 100 млн долларов за четыре года

Российский рынок киберспорта каждый год растет в среднем на 20%, отмечают специалисты

03.10.2019

В вузах регионов определят уровень киберграмотности студентов

По инициативе Роскомнадзора в региональных вузах пройдёт тестирование студентов с целью определения уровня правовой грамотности в сфере защиты персональных данных.

30.09.2019

44 млрд выделят на «Цифровую образовательную среду»

Правительство с 2020 по 2022 годы планирует выделить около 44 млрд рублей на новый образовательный проект, который получил название «Цифровая среда». В следующем году из этой суммы планируется выделить 16,3 млрд рублей. Сам проект позиционируется как разработка информационного ресурса федерального масштаба, предоставляющий доступ гражданам к онлайн-курсам от разных образовательных онлайн-платформ. Таким образом, курсы будут предоставляться по принципу «единого окна».

30.09.2019

Осенью состоятся Студенческие соревнования в области ИБ «NordCTF»

Организатором соревнований выступает Межрегиональная общественная организация «Ассоциация руководителей служб информационной безопасности» (МРОО «АРСИБ», г. Москва) при поддержке Комитета по науке и высшей школе Правительства Санкт-Петербурга (КНВШ) и Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики (Университет ИТМО).