리그 오브 레전드 플레이어가 게임 개발팀의 결정에 도전하기 위해 석사 논문을 작성

리그 오브 레전드 스트리머이자 유명한 쉔 원트릭 xPetu는 자신의 석사 논문 전체를 아이템 밸런싱에 대한 개발자의 철학에 도전하는 데 바쳤습니다. 그는 아이템 승률이 어떻게 기능하는지 탐구하고 게임의 메타 개념을 비판적으로 검토합니다.

수년간 톱 랭킹 플레이어였던 xPetu의 성공은 주로 그의 선호하는 챔피언인 쉔 덕분입니다. 쉔은 놀라운 빌드 유연성으로 유명합니다. 그는 닌자를 사용하는 세계 최고의 플레이어 중 한 명으로 돋보이며, 일반 플레이어에게는 트롤 선택으로 보일 수 있는 색다른 빌드를 자주 선보입니다.

예를 들어, 대부분 플레이어가 쉔에게 로켓벨트를 장착하는 것을 피하지만, 그는 대담하게 그것을 자신의 기술 키트에 통합합니다.

본질적으로, 션은 챔피언 빌드에 대한 혁신적 접근 방식을 옹호하는 그의 석사 논문의 한 가지 방법을 사용했고, 그의 추론을 모든 챔피언에게 적용할 수 있는 방식으로 표현했으며, 심지어 그의 연구 결과를 중심으로 전체 앱을 만들어냈습니다 .

그리고 네, 그는 성공적으로 졸업했습니다.

xPetu는 아이템에 대한 부풀려진 승률에 대한 자신의 개념을 설명했습니다 . 이는 많은 노련한 LoL 플레이어가 잘 알고 있는 개념입니다. 대표적인 예는 Mejai의 것으로, 플레이어는 일반적으로 게임에서 이미 앞서 있을 때 획득하며, 주로 이점을 스노우볼링하는 데 사용합니다.

하지만 그는 이러한 사고방식이 더 광범위한 아이템으로 확대되어야 한다고 제안하며, Riot 게임 디자이너인 프릭의 아이템 밸런스에 대한 철학에 의문을 제기했습니다.

“일반적으로, 자세히 살펴보면, 그의 세 번째로 흔한 시작 아이템을 사라고 말하고, 그의 승률이 실제로 2% 더 높다면, 그것은 거의 항상 가짜 데이터입니다.” Phreak은 자신의 YouTube 채널에서 패치 노트 수정에 대한 토론을 하는 동안 언급했습니다.

“그의 가장 많이 제작된 아이템이 아닌 모든 아이템은 기본적으로 승률이 부풀려져 있습니다. 이 아이템이 좋다는 것을 알아차릴 만큼 똑똑한 플레이어는 그것을 사는 플레이어뿐이기 때문입니다. 그들은 이미 챔피언을 능숙하게 다루면서 승률을 부풀리고 있습니다.”

xPetu는 Phreak의 통찰력을 칭찬했지만 Riot 직원의 추론에는 결함이 있다고 반박하며, 이는 엄밀히 데이터 중심의 분석이 아니라 “인간의 직관”을 나타낸다고 지적했습니다. Phreak의 궁극적인 결론이 타당할 수 있지만, 그 결론에 도달하는 방법이 잘못되었을 수 있습니다.

결과적으로, xPetu는 좀 더 본질적인 것을 만들어내기 위해 노력했습니다.

그의 연구 결과를 설명하기 위해, 38페이지 분량의 논문 에서 쉔의 승률에 초점을 맞춘 데이터 샘플을 소개합니다 . 특히 마법을 사용하는 탑 라이너를 상대로 쉔의 첫 번째 아이템 선택에 관한 내용입니다.

Shen 승률 LoL 석사 논문
x 애완동물

Hollow Radiance는 마법적 보호로 인해 인기 있는 아이템으로, 이러한 매치업에서 더 높은 샘플 크기(K)에서 분명하게 드러납니다. 데이터에 따르면 플레이어는 마법적 시나리오에서 Shen의 첫 번째 아이템으로 Hollow Radiance를 자주 구매하지만, 그렇게 하면 그의 알고리즘에 따르면 추정된 영향(승률 52.67%)에 비해 실제 승률(51.25%)이 감소합니다.

이 요약은 xPetu의 논문과 그 복잡성을 단순화하지만, 효과적으로 주요 아이디어를 전달합니다. 그는 Riot이 자신의 제한된 API 접근이 제공할 수 있는 것보다 더 광범위한 데이터를 보유하고 있다는 것을 인정하지만, 포괄적인 실시간 데이터가 부족함에도 불구하고 그의 연구 결과에서 도출할 수 있는 의미 있는 결론이 있다고 믿습니다.

예를 들어, 아이템은 종종 플레이어의 레벨에 따른 스케일링에 따라 균형을 이룹니다. 이 새로운 데이터를 통해 개발자는 Hollow Radiance의 수동 스케일링을 낮은 레벨에서 강화하면서도 나중에 동일한 효과를 유지할 수 있어 게임 초반에 마법 챔피언에 대해 더 유리하게 만들 수 있습니다.

이러한 조정은 개발자가 직관이나 느슨하게 연결된 데이터에 의존하는 대신 견고한 통계에 기반하여 정보에 입각한 결정을 내리는 데 도움이 될 수 있습니다. 더 정확한 데이터는 개발 팀에 큰 도움이 될 것이며, 특히 K’Sante와 같은 챔피언의 밸런스 문제를 해결할 때 효율적인 개발자 시간의 가치를 나타냅니다.

션 리그 오브 레전드
라이엇 게임즈

게다가 xPetu는 그의 논문에서 메타의 개념 자체를 비판했습니다.

“e스포츠 커뮤니티는 인기 있는 전략을 자주 공유하는데, 이로 인해 널리 권장되는 특정 전술에 지나치게 의존하거나 잘못 적용하는 경우가 많아 연관된 행동이 실제보다 더 나쁜 것처럼 보이게 됩니다.”라고 그는 주장했습니다.

이는 플레이어가 최적의 접근 방식을 알고 있다고 가정하는 데 따른 어려움인데, 실제로는 그들이 사용하는 전략이 사용 가능한 대안보다 상당히 효과적이지 않을 수 있음을 보여줍니다.

이 탐구는 주로 쉔에게 최적의 아이템을 결정하는 것을 목표로 합니다. 그러나 xPetu의 통찰력은 잠재적으로 플레이어가 메타를 이해하는 방식을 바꾸고 프로 플레이어가 최상의 빌드를 컴파일하는 방식에 영향을 미칠 수 있습니다.

원천

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다