Une mise à jour sur la dynamique des joueurs

Les statistiques derrière le jeu

Dynamique du joueur central

Central Player Dynamics fonctionne avec tous nos jeux et se concentre sur la détection des perturbations dans la communication entre les joueurs. Les rapports liés à la communication textuelle et vocale dans les jeux sont évalués à l’aide des systèmes de CPD. Les rapports spécifiques au gameplay comme l’AFK ou l’alimentation intentionnelle (inting) ont les équipes de jeu individuelles en charge.

Pour les rapports textuels, la grande majorité des rapports qui passent par CPD, il y avait 120 millions de jeux avec au moins un rapport qui a abouti à 13 millions de jeux où une transgression a été émise. Ces transgressions ont entraîné des actions allant d’avertissements à des interdictions de plus de 365 jours, selon la nature de la transgression et l’historique des transgressions précédentes du joueur.

League of Legends et tactiques de combat d’équipe

Notre équipe de League émet actuellement environ 700 000 pénalités par mois pour la détection de texte, la détection AFK et la détection d’inting.

Leaverbuster, notre système de détection AFK, surveille chaque match pour s’assurer que les joueurs qui abandonnent tôt et impactent leurs équipes en sont punis.

Nous utilisons des niveaux afin que les joueurs qui AFK plus reçoivent des sanctions plus sévères. Et pour les matchs classés où vos coéquipiers deviennent AFK, nous proposons une reddition anticipée et une atténuation des LP afin que vous ne soyez pas puni pour l’inclinaison de vos coéquipiers.

Mais partir n’est qu’une option pour faire basculer ses coéquipiers, l’autre se nourrit. Cela peut être un peu plus difficile à suivre, nous utilisons donc un modèle d’apprentissage qui suit sept points de données différents sur tous les champions pour détecter en toute confiance quand quelqu’un se nourrit intentionnellement et pas seulement mal joué. Au fur et à mesure que nous continuons à le mettre à jour, les faux positifs sont devenus extrêmement rares pour le système.

Si vous voulez en savoir plus sur la façon dont l’équipe de la Ligue travaille sur le comportement des joueurs, consultez cet article du début de 2022.

VALORANTS

En plus du chat vocal, l’équipe Social and Player Dynamics de VALORANT se concentre également sur l’AFK et l’inting. À l’heure actuelle, environ 27 joueurs pour 1 000 joueurs de VALORANT se présentent AFK. Certains d’entre eux sont des bots essayant de broyer XP. Mais nous avons commencé à voir ces robots se retrouver dans des halls remplis d’autres robots AFK et si aucun dommage n’est causé, aucune expérience n’est gagnée.

Pour les joueurs qui sont toujours à leur clavier mais qui lancent intentionnellement le jeu, notre détection d’inting a actuellement une méthode avec une autre en cours d’élaboration.

La méthode actuelle prend en compte toutes les entrées et décide si la mauvaise performance d’un joueur était intentionnelle ou non après le match. Mais cette méthode n’attrape les mauvais acteurs qu’après coup, cela n’aide pas lorsque vous êtes en baisse de 11 rounds et que vous ne passez naturellement pas un bon moment.

L’équipe VALORANT travaille donc sur la détection d’inting en temps réel. Mais il y a beaucoup de zones grises en ce qui concerne ce problème, car un mauvais jeu peut être le résultat de nombreuses raisons potentielles et le lancer intentionnel ne représente qu’un petit pourcentage de celles-ci. Une fois que l’équipe VALORANT aura réduit les faux positifs à un petit nombre, nous déploierons cette nouvelle méthode qui fonctionnera parallèlement à la détection d’après-match.

Faille sauvage

Les processus de Wild Rift ont évolué en 2022. Auparavant, la détection AFK vérifiait simplement si les joueurs faisaient des entrées du tout. Parce que certains joueurs échappaient à cette détection simple, nous avons ajouté de nouvelles couches pour vraiment nous assurer qu’un joueur est réellement dans le jeu et effectue des entrées utiles, pas seulement pour avancer.

2022 a également apporté un nouveau système d’intégration à Wild Rift qui utilise l’apprentissage automatique pour s’assurer que la raison pour laquelle un joueur joue mal est intentionnelle. Depuis mars 2022, le système d’inting a détecté un peu moins de 2 000 cas de lancement intentionnel de jeux. Au fur et à mesure que l’apprentissage automatique apprend, ce nombre augmentera probablement à mesure que davantage de joueurs inting seront signalés.

Et enfin, il y a la détection du vent. Cela examine une variété de facteurs, y compris ce que nous appelons les joueurs “co-contre”. Ce sont des joueurs qui jouent constamment avec et contre le même groupe de joueurs. En examinant les modèles de co-contre les joueurs, la durée des matchs et le record de victoires et de défaites pour les co-contre les lobbies, le système de détection peut identifier le wintrading.

L’importance de la transparence

Passer d’un jeu à un tas de titres a apporté beaucoup de nouveaux défis. Avec plus de titres à l’horizon, nous nous efforçons d’instiller la pensée Player Dynamics dans les premières étapes de la conception du jeu afin de créer de meilleures communautés dès le départ.

Dans le même temps, nous pensons qu’il est important d’être transparent sur les données que nous recevons sur tous nos titres. Ce sont des problèmes compliqués et il n’y a aucun moyen de les résoudre complètement. Cela étant dit, nous nous engageons à travailler pour améliorer l’expérience de jeu pour tous nos joueurs et publierons des mises à jour plus régulières sur le travail que nous faisons à cette fin.

Comme toujours, merci à tous d’avoir joué.

#Une #mise #jour #sur #dynamique #des #joueurs

Leave a Comment

Your email address will not be published.