리그 오브 레전드에서 과정 데이터와 설정 데이터를 활용한 실력 분류 인공지능 모델 제작 = Production of skill classification AI model using process data and setting data in League of Legends

국문 초록 (Abstract)

게임에서 실력 분류는 인정, 목표, 매치메이킹에 중요하지만, 현재 방식은 결과만을 반영하여 게임 과정에서 나타나는 실력을 고려하지 못한다. 본 논문에서는 e스포츠 게임인 리그 오브 레전드의 과정과 설정 데이터를 활용하여 경기의 실력 등급을 분류하는 인공지능 모델을 제작한다. 이를 위해 7개 티어별로 총 700,000개의 경기 데이터를 수집하고, LSTM 모델과 트랜스포머 모델을 학습하여 분류 작업을 수행한다. 학습 결과, 오버샘플링을 적용한 LSTM 모델이 0.88의 정확도를 기록했다. 과정과 설정을 반영한 실력 분류 모델을 통해 실력 측정에 새로운 시각을 제공할 수 있기를 기대한다.

다국어 초록 (Multilingual Abstract)

Classification of skill is important in games, but the current method does not consider skill in the game process. In this paper, create an AI model that classifies the skill level of the game by using the process data and setting data of League of Legends. To this end, 700,000 game data is collected, and LSTM and transformer models are trained to perform classification. As a result of learning, LSTM model with oversampling recorded an accuracy of 0.88. Hope to provide a new perspective on skill measurement through skill classification reflecting the process and settings of the proposed model.

참고문헌 (Reference)

1 김철기 ; 이수원, "양방향 순환신경망 임베딩을 이용한 리그오브레전드 승패 예측" 한국정보처리학회 9 (9): 61-68, 2020

2 김용우 ; 김영민, "기계학습을 활용한 온라인게임 매치메이킹 개선방안" 한국게임학회 22 (22): 33-42, 2022

3 김용우 ; 김영민, "기계학습을 활용한 게임승패 예측 및 변수중요도 산출을 통한 전략방향 도출" 한국게임학회 21 (21): 3-12, 2021

4 Minka, Tom, "Trueskill 2: An improved bayesian skill rati ng system. Technical Report" 2018

5 Herbrich, Ralf, "TrueSkill™: a Bayesian skill rating system" 19 : 2006

6 Elo, Arpad E., "The Proposed USCF Rating System, Its Development, Theory, and Applications" XXII (XXII): 242-247, 1967

7 Maymin, Philip Z., "Smart kills and worthless deaths: eSports analytics for League of Legends" 17 (17): 11-27, 2021

8 Zhang, Chaoyun, "QuickSkill: Novice Skil l Estimation in Online Multiplayer Games" 2022

9 Nascimento Junior, "Profiling successful team behaviors in league of legends" 2017

10 Mingliu Chen, "Matchmaking strategies for maximizing p layer engagement in video games"

11 Maxime Véron, "Matchmaking in multiꠓplayer on-line games: studying user traces to improve the u ser experience" 7-12, 2014

12 Hochreiter, Sepp, "Long short-term memory" 9 (9): 1735-1780, 1977

13 Riot Games, "Introduction to League of Legends"

14 Delalleau, O., "Beyon d skill rating : Advanced matchmaking in ghos t recon online" 4 (4): 167-177, 2012

15 Riot Games, "BALANCE FRAMEWORK UPDATE"

16 Vaswani, Ashish, "Attention is all you need" 30 : 2017

17 구지민 ; 유견아, "AOS 장르 게임의 승패 예측 모형의 설계와 활용" 한국정보과학회 23 (23): 37-44, 2017

18 Van Houdt, Greg, "A review on the long short-ter m memory model" 53 : 5929-5955, 2020