عنوان مقاله:

نویسندگان:

محمد مهدی رضاپور، محمدعلی نعمت‌بخش، افسانه فاطمی

در سال‌های اخیر با همه‌گیری بسترهای مبتنی بر شبکه‌های جمعیتی انبوه نظیر شبکه‌های اجتماعی و پیام‌رسان‌ها بسیاری از خدمات رایانه‌ای دیگر نیز با تاثیرپذیری از این پارادایم تحولاتی را از مناظر مختلف تجربه کرده‌اند. از جمله‌ موفق‌ترین بسترهای مبتنی بر این پارادایم را می‌توان بازی‌های برخط چند نفره انبوه (بَچنا) دانست. یکی از مسائلی که هدف بسیاری از پژوهش‌های حوزه‌ی بازی‌های دیجیتال قرار گرفته است چگونگی جذب هر چه بیشتر بازیکنان انسانی به بازی است. در واقع سوال اصلی مطرح شده این است که چگونه می‌توان در حین اجرای بازی، بازیکنان انسانی را به اصطلاح در دنیای بازی غرق نمود. یکی از اصلی‌ترین مقولات تاثیرگذار بر رضایت بازیکنان در بازی‌های بچنا قرار گرفتن در مقابل بازیکنانی با مهارت مشابه است که در این صورت احتمال برد و باخت او متناسب باشند. در حال حاضر روش‌هایی چون EloRating، TrueSkill و TrueSkill2 به منظور سنجش و رده‌بندی مهارتی بازیکنان در بازی‌های چند نفره برخط ارائه شده است که با توجه به تعریف بازی‌های بچنا برای استفاده در این نوع از بازی‌ها پیش‌بینی‌های لازم را نداشته‌اند؛ از همین رو در این پژوهش تلاش می‌شود یک چارچوب با عنوان DeepSkill جهت سنجش و رتبه‌بندی مهارتی بازیکنان در بازی‌های بچنا ارائه شود. طبق نتایج به دست آمده DeepSkill توانسته با رویکردی نوین به تعریف مهارت در بازی‌های بَچنا خطای بسیار کمی در تخمین مهارت تیمی در اینگونه از بازی‌ها از خود نشان دهد.

سنجش مهارت، بازی‌های MMO، رده‌بندی مهارتی، سیستم‌های چندعامله، DeepSkill

برای لینک‌دهی به این مقاله از آدرس زیر استفاده نمایید:

برای ارجاع در منابع از عبارت زیر استفاده کنید:
مهدی رضاپور، محمد، نعمت‌بخش، محمدعلی، فاطمی، افسانه، 1399، DeepSkill یک چارچوب جهت رتبه‌بندی مهارت تیم‌ها در بازی‌های برخط چندنفره انبوه، بازي های رايانه اي،فرصت ها و چالش ها، https://conf.ui.ac.ir/fa/archive_index.php?c=cgco2021&aid=1506291