Wissenschaftler entwickeln einen intelligenten Beobachter für eSports

eSports ist bereits eine Multimilliarden-Dollar-Industrie und boomt, teilweise dank des Anschauens des Spiels. Sie steuern die Bewegung der Kamera und zeigen dem Publikum die interessantesten Teile des Spielbildschirms. Diese Beobachter können jedoch wichtige Ereignisse verpassen, die gleichzeitig auf mehreren Bildschirmen stattfinden. Sie sind auch bei kleinen Turnieren schwer zu leisten. Dementsprechend hat die Nachfrage nach automatischen Beobachtern zugenommen. Künstliche Beobachtungsmethoden können regelbasiert oder lernbasiert sein. Beide bestimmen Ereignisse und ihre Bedeutung, was umfangreiche Kenntnisse auf diesem Gebiet erfordert. Außerdem können sie unsichere Ereignisse nicht erfassen oder Veränderungen in der Bedeutung von Ereignissen erkennen.

Kürzlich schlugen südkoreanische Forscher unter der Leitung von Dr. Kyung-Jung Kim, einem außerordentlichen Professor am Gwangju Institute of Science and Technology, einen Ansatz zur Überwindung dieser Probleme vor. „Wir haben einen automatischen Beobachter gebaut, der einen Objekterkennungsalgorithmus, Mask R-CNN, verwendet, um aus von Menschen beobachteten Daten zu lernen“, erklärt Dr. Kim. Ihre Ergebnisse wurden am 10. Oktober 2022 online verfügbar gemacht und in Band 213, Teil B der Zeitschrift Expert Systems with Applications veröffentlicht.

Das Neue liegt in der Definition des Objekts als zweidimensionalen Raum, der vom Betrachter beobachtet wird. Im Gegensatz dazu behandelt die herkömmliche Objekterkennung eine einzelne Entität, wie etwa einen Arbeiter oder ein Gebäude, als ein Objekt. In dieser Studie sammelten die Forscher zum ersten Mal menschliche Beobachtungsdaten von 25 Teilnehmern des StarCraft-Spiels. Als Nächstes wurden Ansichtsfenster – die Bereiche, die der Betrachter betrachtet – definiert und als „eins“ gekennzeichnet. Der Rest des Bildschirms war mit “Nullen” gefüllt. Obwohl Spielfunktionen als Eingabe verwendet werden, bilden menschliche Beobachtungen die Zielinformationen.

Die Forscher leiteten die Daten dann an ein Convolutional Neural Network (CNN) weiter, das die Muster von Betrachtungsfenstern untersuchte, um die „Region of Common Interest“ (ROCI) zu finden – den interessantesten Bereich, den die Zuschauer sehen können. Anschließend verglichen sie den ROCI Mask R-CNN-Ansatz quantitativ und qualitativ mit anderen bestehenden Methoden. Eine vorläufige Auswertung zeigte, dass die von CNN vorhergesagten Sichtfenster den gesammelten menschlichen Beobachtungsdaten ähnlich waren. Darüber hinaus übertraf die ROCI-basierte Methode die anderen auf lange Sicht in einem Generalisierungstest, der verschiedene Match Races, Startorte und Spielkarten umfasste. Der vorgeschlagene Beobachter konnte Szenen aufnehmen, die für Menschen interessant sind. Mit Behavioral Cloning, einer Technik des Imitationslernens, war dies hingegen nicht möglich.

Dr. Kim weist auf zukünftige Anwendungen ihrer Arbeit hin. „Das Framework kann auf andere Spiele angewendet werden, die einen Teil des gesamten Spielzustands darstellen, nicht nur auf StarCraft. Da Dienste wie Multi-Screen-Streaming im Esports weiter wachsen, wird der vorgeschlagene Auto-Spotter bei diesen Ergebnissen eine Rolle spielen. Es wird auch stark in zusätzlichen Inhalten verwendet, die in Zukunft entwickelt werden.“

***

Zertifikat

DOI: https://doi.org/10.1016/j.eswa.2022.118979

Autoren: Ho-Taek Joo1Sung-Ha Lee2Chong-mok Bae1Kyung Joon Kim1,2

Zubehör:

1School of Integrated Technology, Gwangju Institute of Science and Technology, 123 Cheomdangwagi-ro, Buk-gu, Gwangju, 61005, Südkorea

2AI Graduate School, Gwangju Institute of Science and Technology, 123 Cheomdangwagi-ro, Buk-gu, Gwangju, 61005, Südkorea

Über das Gwangju Institute of Science and Technology (GIST)

Das Gwangju Institute of Science and Technology (GIST) ist eine wissenschaftsorientierte Universität in Gwangju, Südkorea. GIST wurde 1993 gegründet und hat sich zu einer der renommiertesten Schulen in Südkorea entwickelt. Die Universität zielt darauf ab, ein starkes Forschungsumfeld zu schaffen, um den Fortschritt in Wissenschaft und Technologie anzuregen und die Zusammenarbeit zwischen internationalen und nationalen Forschungsprogrammen zu fördern. Mit seinem Motto „Proud Creator of Science and Technology of the Future“ erhält GIST regelmäßig eine der höchsten Hochschulplatzierungen in Korea.

Website: https://www.gist.ac.kr/

Über den Autor

KYUNG-JOONG KIM (IEEE-Mitglied) erhielt seinen B.A., M.A. und Ph.D. Abschluss in Informatik von der Yonsei University in den Jahren 2000, 2002 bzw. 2007. 2007 arbeitete er als Forscher am Department of Mechanical Engineering and Aerospace Engineering der Cornell University. Derzeit ist er außerordentlicher Professor an der School of Integrated Technology des Gwangju Institute of Science and Technology (GIST). Seine Forschungsinteressen umfassen Künstliche Intelligenz, Gaming und Robotik.

Informationen zur Förderung:

Diese Forschung wurde von der National Research Foundation of Korea (NRF) unterstützt, die von MSIT (2021R1A4A1030075) finanziert wurde.

/Öffentliche Freigabe. Dieses Material der Organisation/aufstrebender Autor(en) kann zu einem bestimmten Zeitpunkt einen bestimmten Charakter haben und hinsichtlich Klarheit, Stil und Umfang bearbeitet werden. Die zum Ausdruck gebrachten Ansichten und Meinungen sind die des Autors/der Autoren. Hier in voller Länge ansehen.

Leave a Comment