电子竞技强队 Liquid 借助 SAP Business AI 取得巨大成功

电子竞技强队 Liquid 借助 SAP Business AI 取得巨大成功

48浏览次
文章内容:
电子竞技强队 Liquid 借助 SAP Business AI 取得巨大成功
电子竞技强队 Liquid 借助 SAP Business AI 取得巨大成功

选择正确的英雄赢得比赛

游戏一直激励着我。专业玩家的速度、准确性和专注度令我惊叹。这个行业在短短几十年内的发展和壮大令人印象深刻。

Team Liquid 在电子竞技界拥有强大的影响力,拥有 160 多名专业选手,涉及 15 多种游戏,并在各种社交媒体平台上拥有超过 1000 万粉丝。Team Liquid 赢得了超过 75 场顶级赛事,是竞技游戏领域最成功的组织之一。

Team Liquid:挖掘丰富的电子竞技数据,帮助选手、经理和团队竞争并获胜

收视率最高、粉丝最多的游戏是英雄联盟。Team Liquid 凭借其英雄联盟战队成功竞争,该战队最近赢得了英雄联盟冠军系列赛 (LCS) 2024 春季锦标赛。

在英雄联盟中,我们的目标是打造一支由五个角色组成的强大而均衡的队伍,这五个角色被称为“冠军”,以便在比赛中领先对手一步,战胜对手。

比赛开始前,各队伍会参加赛前选拔流程,选出英雄。这包括从 166 个英雄中选择并禁用英雄,以组建一支强大的队伍。

英雄是每个玩家控制的游戏人物。每个英雄都有自己的特殊技能和擅长领域。将英雄组合在一起可以让团队从各个战略方向进行游戏以赢得比赛。

在选择五名英雄(“挑选”)之后,每支队伍还可以从英雄池中移除五名英雄(“禁赛”)。这些英雄不得被任何一方挑选。这可以用来移除特定的部分,否则这些部分会与策略相冲突,或妨碍另一支队伍发挥他们最喜欢的风格和/或阵容。

电子竞技团队及其分析师需要为选秀过程做好准备,因为这需要了解对手最喜欢的选择和策略。想象一场五人制躲避球比赛,但在比赛开始前,每队的五名选手从 166 名个人冠军中抽取他们的冠军。

每两周更新一次游戏(“补丁”),这尤其会影响英雄,并间接影响团队练习和制定新策略,因此英雄联盟竞技游戏是一个不断变化的游戏。它需要不断调整你的选秀以适应新环境,分析自己和对手团队的行为。

此外,选秀过程的性质和对手的不同策略使得准确预测变得困难。电子竞技团队只有一周的时间来准备比赛并收集有关对方最喜欢的英雄选择、优势和劣势的知识。

此前,Team Liquid 的教练们会根据对手队伍的选人行为和英雄偏好进行人工分析,准备选人方案。然而,挑战在于人工分析是在选人之前进行的,最佳的潜在选人或禁用变化取决于对方队伍的决定。此外,可供选择的潜在比赛数量之多以及对手队伍采用的不同策略使得人工选人预测变得非常困难。

游戏开始:利用人工智能进行电子竞技选秀的未来

SAP 助力改变游戏规则

如果 Team Liquid 能够在几秒钟内分析出即将到来的选秀的最佳选择,包括选人和禁选人,同时考虑过去一年的 6,000 多场职业电子竞技比赛,结果会怎样?如果分析还考虑了发行商的游戏补丁的影响,通过考虑另外 160 万场业余比赛来评估英雄的实力属性和优势的变化,结果会怎样?有了 SAP,这一切现在都变成了现实。

通过使用 SAP AI Core 训练生成式 AI 模型,该模型获取过去比赛的数据并将其放入即将到来的比赛的背景中,Team Liquid 可以获得最佳选秀权和禁令的建议,以最大限度地提高获胜的机会。

该解决方案基于 SAP 业务技术平台 (SAP BTP) 构建,数据存储在 SAP HANA Cloud 中,以应对过去比赛中的 1.6 TB 游戏数据。结果是一个智能选秀机器人训练,这是一个在 SAP BTP 上运行的应用程序,可可视化预测,并在每次选人和禁赛后为 Team Liquid 提供当前的获胜概率。

手动分析已成为过去

借助 AI 选秀机器人,Team Liquid 可以在几秒钟内针对他们面对的任何专业团队进行选秀训练。这是通过结合基于空前数量的比赛的多种影响因素来实现的。教练和球员可以利用进行假设分析的机会,从数据中获取有价值的知识来模拟新策略。与之前的手动分析相比,这也反映在节省的时间上:Team Liquid 每年使用 SAP 的解决方案可节省约 10,000 小时。

依靠 SAP BTP 和 SAP HANA Cloud,SAP Business AI 为 Team Liquid 提供了机会,通过利用数据做出更明智的决策来进一步提高他们的比赛水平。这里是乐趣和商业的交汇点。

这就是商业 AI 的力量以完美的方式体现出来的方式——不仅仅针对游戏玩家。

Philipp Herzig 是 SAP 首席人工智能官。

注册接收 SAP 新闻中心的每周新闻精选

分类:

游戏新闻

标签:

评估:

    留言