Статистика пользовательских решений и результатов как основа для обновления горизонтального контента в командных соревновательных играх с выбором персонажа

Рассмотрение особенностей поддержания баланса сил в MOBA-играх с выбором персонажа. Использование для оценки силы персонажей в командных соревновательных видео-играх специально обученной нейросети. Исследование способов измерения силы персонажей.

Рубрика Программирование, компьютеры и кибернетика
Вид дипломная работа
Язык русский
Дата добавления 01.12.2019
Размер файла 106,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

При этом обратная связь от игроков не обязательно должна быть прямой, то есть направленной разработчику через специальную форму. Решения, которые игроки принимают по ходу игры, также могут повлиять на вносимые изменения. Если игроки понимают, что с определенным персонажем они побеждают чаще, то будут это использовать. При достаточном количестве повторений этот факт отразится во внутриигровой статистике, собираемой разработчиками по результатам сыгранных матчей. Благодаря этой статистике разработчик может внести обоснованные изменения в игру для того, чтобы сделать ее более сбалансированной.

В League of Legends разработчики собирают статистические данные по чемпионам, отражающие текущую ситуацию во внутриигровом балансе. При этом для каждой версии игры статистика будет своя -- внесение изменений даже в баланс одного чемпиона может серьезно повлиять на общую ситуацию в игре. Версия League of Legends определяется текущим обновлением, например обновление 6.17 от 24 августа 2016 года дало игре версию 6.17, которая сменилась на 6.18 8 сентября 2016 года с выходом соответствующего обновления.

Одним из основных показателей является процент побед (win rate), который рассчитывается как количество победных для чемпиона матчей деленное на общее количество матчей с участием этого чемпиона в процентах. Принято считать, что идеальным процентом побед для любого чемпиона будет 50%, так как это уравнивает шансы игрока на победу и поражение. Такой процент побед достигается после многочисленных игр, результаты которых приводятся к общему среднему, которое должно равняться 50%. Если процент побед чемпиона будет больше или меньше указанного значения, это даст неоправданное преимущество одной из команд, что нарушит внутриигровой баланс. Однако в реальной ситуации процент побед чемпиона зависит не только от его силы, но и от индивидуального уровня игры игрока, уровня игры каждой из команд, а также их состава. Из-за этого для процента побед чемпионов допускается расхождение в 1-1,5% с идеальными 50%.

Если процент побед чемпиона отличается от 50% заметно больше, это означает, что чемпион несбалансирован и его необходимо изменить: усилить либо ослабить. Например, у Гангпланка, капитана пиратов, в League of Legends версии 6.16 был процент побед 52,52%, что давало играющему за него игроку неоправданное преимущество над соперником. Поэтому в обновлении 6.17 Гангпланк подвергся серьезным изменениям, которые должны были ослабить его. В результате этого в игре версии 6.17 его процент побед опустился до 49,03%, то есть вернулся в пределы нормы.

Важный показатель силы персонажа -- его частота выбора (pick rate), которая рассчитывается как количество матчей, в которых чемпион принимал участие, деленное на общее количество матчей в игре в процентах. Не существует идеального соотношения частот выбора чемпионов, поскольку каждый из них уникален, и разным игрокам может нравиться играть за разных чемпионов. Тем не менее, слишком высокая или низкая частота выбора может указывать на то, что данный чемпион слишком (не)популярен. В обеих ситуациях нарушается внутриигровой баланс, при котором у игрока должно быть большое количество равноценных стартовых возможностей, что может стать поводом для ослабления или усиления чемпиона.

Кроме того, частота выбора всегда должна учитываться при оценке процента побед чемпиона. Чем чаще чемпион появляется в матчах, тем ближе его процент побед должен быть к среднему в 50%, поскольку выигрывает всегда только одна из двух команд, в которых может оказаться чемпион. Если герой обладает высоким процентом побед при достаточно высокой частоте выбора, это означает, что он крайне силен и нуждается в ослаблении. Так, Гангпланк в League of Legends версии 6.16 имел частоту выбора 10,3%, что довольно много. При этом его процент побед также был выше среднего, поэтому разработчики приняли решение о его ослаблении. После этого в игре версии 6.17 его частота выбора упала до 7,72%, что также достаточно много, но его процент побед при этом вернулся в норму. Снижение частоты выбора было обусловлено тем, что у игроков появилось больше равноценных возможностей и они стали выбирать для игры других чемпионов, равных по силе с ослабленным Гангпланком.

В то же время, высокий процент побед при низкой частоте выбора не является поводом для ослабления чемпиона. Подобная ситуация может сложиться, если за чемпиона играет малое количество игроков, индивидуальный уровень игры которых на данном чемпионе достаточно высок для того, чтобы эффективно использовать его. При этом сам чемпион, скорее всего, не является несбалансированным -- таков эффект сочетания мастерства игрока и особенностей героя. В этом случае внесение изменений в баланс не требуется. Поэтому невозможно оценить силу чемпиона только по проценту побед -- необходимо принимать во внимание еще и частоту выбора.

Еще один важный статистический показатель -- частота блокировок (ban rate), рассчитывающийся как количество игр, в которых чемпион был заблокирован, деленный на общее количество игр в процентах. Частота блокировок показывает, насколько игроки не хотят видеть определенного чемпиона в игре, и может говорить о том, что против него неприятно играть. Эта неприязнь может быть связана как с особенностями чемпиона, так и с его силой. Игроки часто блокируют слишком сильных чемпионов, поскольку обычно противостояние им заканчивается поражением игрока. Например, Гангпланк на пике своей силы в League of Legends версии 6.16 имел частоту блокировок 30,7%, то есть был заблокирован почти в каждой третьей игре, что очень много. После выхода обновления 6.17 его частота блокировок снизилась до 26,44% и продолжила снижаться в следующих обновлениях -- выигрывать против этого чемпиона стало проще.

Процент побед, частота выбора и частота блокировок являются основными показателями, которые разработчик рассматривает при внесении изменений в игру. Одновременно с этим он также анализирует и другие статистические данные, такие как среднее количество убийств, смертей или нанесенного урона в матче. Комплексная статистика позволяет точнее оценить уровень силы чемпиона и принять более обоснованное решение о его балансировке. Тем не менее, статистика пользовательских решений при подготовке к игре (частота выборов и блокировок) и их итоговый результат (процент побед) играют ключевую роль в изменении горизонтального контента соревновательных игр с выбором персонажа, таких как League of Legends.

Обычно статистика по персонажам игры, собираемая разработчиками, недоступна простому пользователю. Однако фанаты многопользовательских соревновательных игр часто создают сайты, которые агрегируют информацию о матчах из открытых источников и, на ее основе, рассчитывают основные статистические показатели персонажей. Для League of Legends это портал Champion.gg URL: https://champion.gg/ , на котором собирается статистика матчей ранговой очереди игры. При помощи этих данных рассчитываются все необходимые статистические показатели, такие как процент побед, частота выбора и блокировки, а также более глубокие данные по игре. На основе этой информации посетитель сайта может принять решение о том, на каком чемпионе он будет играть и как, а также какого чемпиона он предпочтет заблокировать. Все эти решения игрок может принять и без помощи Champion.gg URL: https://champion.gg/ основываясь на своем игровом опыте и опубликованных изменениях обновлений, однако существование сайта значительно облегчает этот выбор.

Глава 2. Исследование

Параграф 2.1 Эмпирическая база исследования

Основным инструментом изучения статистики пользовательских решений и результатов в рамках данного исследования является график, опубликованный компанией Riot Games в 2017 году. Этот график был представлен как часть статьи Дэвида NovaAsterix Новати, аналитика игрового процесса League of Legends, «Популярность чемпионов в цифрах и красках» Популярность чемпионов в цифрах и красках // nexus.leagueoflegends.com : официальный форум игры League of Legends. 2017. URL: https://nexus.leagueoflegends.com/ru-ru/2017/11/champ-popularity-mixing-math-art/ (дата обращения: 05.05.2019)., посвященной внутриигровому балансу. В ней автор подробно описывает, как Riot Games оценивают популярность чемпионов, а также предоставляет доступ к графику популярности героев, основанном на внутренних данных компании.

График представляет собой координатную плоскость с двумя осями: шириной и глубиной. Ширина -- это «количество игроков, которые сыграли за интересующего нас чемпиона за некий период времени» Там же., то есть количество выборов персонажа за заданный промежуток времени. Глубина, «в свою очередь -- среднее число игр, сыгранных за чемпиона одним игроком в определенный период времени» Там же., иначе говоря -- количество повторных выборов чемпиона. Таким образом, первый выбор чемпиона одним игроком увеличивает ширину охвата персонажа, а каждый последующий -- глубину.

При этом выборы, совершаемые игроками, напрямую зависят от их результатов. Если человек понимает, что ему удается хорошо показывать себя в игре за конкретного чемпиона, он будет продолжать выбирать его. Кроме того, первоначальный выбор персонажа также основывает на результатах, но уже других игроков. Если человек видит, что его соперники и/или союзники при игре за конкретного чемпиона показывают стабильно хорошие результаты, он, скорее всего, обдумает возможность самому поиграть за этого чемпиона. Данный эффект дополнительно усиливается различными видео по League of Legends, в которых игроки обозревают персонажей либо удачно играют за них. Все это может подтолкнуть человека к выбору чемпиона в первый раз, а удачное выступление на нем -- к последующим выборам.

Оси ширины и глубины разделяют координатную плоскость на четыре четверти, каждой из которых в статье дается свое условное название. Так, первая четверть это чемпионы, за которых играли много и часто -- популярные герои. Вторая четверть характеризуется низкой шириной при высокой глубине -- за таких героев играют немногие, но если и играют, то помногу. Это так называемые нишевые чемпионы, которые подходят не всем. Третья четверть координатной плоскости содержит в себе непопулярных персонажей, за которых играют редко и мало, чаще всего из-за их слабости. И, наконец, четвертая четверть -- чемпионы с высоким охватом по ширине, но низким по глубине -- доступные. Играть за них относительно легко, поэтому иногда игроки просто переключаются на них ради разнообразия, хотя надолго и не задерживаются. Впрочем, существует и другой вариант -- первая игра за чемпиона из этой группы может оказаться неудачной, из-за чего игрок не захочет больше его выбирать.

В терминах классификации Дэвида Сирлина, популярные чемпионы находятся между божественным и высоким уровнем силы, доступные соответствуют среднему, нишевые -- низкому, а непопулярные -- бесполезному уровню силы. Поэтому разработчики стараются избавляться от непопулярных чемпионов, при этом следя за тем, чтобы популярные персонажи не оказались слишком сильны.

Таким образом, предложенная система оценки популярности чемпионов позволяет понять, насколько каждый из них востребован в данный момент времени. При идеальной сбалансированности игры все чемпионы должны находиться максимально близко к центру координатной плоскости. Чем дальше от пересечения осей, тем больше несоответствие персонажа средним показателям и, соответственно, тем серьезнее его выпадение из игрового баланса.

График описывает период с декабря 2015 (обновление 5.24) по август 2017 (обновление 7.16) и отображает изменения популярности чемпионов в указанный временной промежуток. В каждой из версий игры популярность чемпиона обозначается точкой на координатной плоскости. При выборе сразу нескольких версий точки соединяются линиями, что позволяет отследить динамику изменений для каждого из героев. Самый тонкий конец линии соответствует началу временного периода, а самый толстый -- его концу, то есть последним данным. При этом каждая точка перегиба на графике соответствует одной из версий игры.

График, созданный при помощи инструмента Tableu, позволяет пользователю выбрать как желаемый временной период, так и тех чемпионов, на которых он хотел бы обратить свое внимание. Однако некоторые персонажи появились в League of Legends не сразу, поэтому в более ранних промежутках времени данных по ним может не быть. Так, Каин, мрачный жнец, был введен в игру с обновлением 7.14 от 12 июля 2017 года, поэтому до этого момента его линия на графике отсутствует.

Основной недостаток описанного выше графика -- отсутствие чисел. Статистика, визуализированная в нем, является конфиденциальной информацией компании Riot Games, а потому не может быть опубликована. Более того, доступ к ней получить также невозможно. Поэтому для полноты анализа будет использована статистика с интернет-портала Champion.gg, посвященного League of Legends. Этот сайт никак не связан с Riot Games, однако его авторы собирают информацию об играх в League of Legends из открытых источников и анализируют ее для того, чтобы представить в виде таблицы. Полученные данные могут не до конца соответствовать внутренним данным компании, однако описывают они одно и то же, а потому не могут существенно отличаться.

На Champion.gg URL: https://champion.gg/ представлена статистика чемпионов из League of Legends для каждого обновления. Она представлена в виде таблицы со следующими столбцами:

Процент побед

Частота выбора

Частота блокировок

Среднее количество игр на чемпионе, сыгранных одним игроком

Среднее количество убийств за игру

Среднее количество смертей за игру

Среднее количество помощи в убийствах за игру

Наибольшее количество убийств подряд (без смертей)

Среднее количество нанесенного урона

Среднее количество полученного урона

Среднее количество вылеченного здоровья

Среднее количество добитых миньонов

Среднее количество заработанного золота

Рейтинговая позиция по роли (насколько чемпион хорош в сравнении с другими чемпионами с той же ролью)

Эта статистика позволяет игроку объективно оценить возможности каждого из чемпионов League of Legends и решить, за кого он хотел бы сыграть. Кроме того, эта статистика может помочь при анализе собственной игры за персонажа -- чем сильнее показатели будут отличаться от средних, тем хуже или лучше игрок выступает на данном персонаже.

Основными статистическими показателями, отражающими результаты пользователей, являются Процент побед, Частота выбора и Частота блокировок, а также Среднее количество игр. При этом Частота выбора и Среднее количество игр отражают ширину и глубину охвата персонажа соответственно, а Процент побед и Частота блокировок отражают успешность выступлений различных игроков на данном чемпионе. Очевидно, что разные люди обладают разным уровнем навыка игры, а потому они должны выигрывать и проигрывать в равной степени часто. Однако это не всегда верно -- то, что за определенного чемпиона игроки выступают успешнее, говорит о том, что этот чемпион сильнее прочих и, вероятно, плохо сбалансирован. Низкая результативность, в свою очередь, демонстрирует чрезмерную слабость персонажа, что также является нарушением внутриигрового баланса.

Таким образом, при помощи графика из статьи Riot Games можно определить степень популярности чемпиона, а сопоставив эти данные со статистикой с сайта Chamion.gg URL: https://champion.gg/ можно выявить причины этой популярности. Так, если чемпиона часто выбирают и выигрывают чаще чем в 50-51% случаев, этот чемпион является сильным и, возможно, плохо сбалансированным. Если, в свою очередь, персонаж появляется в играх нечасто и показывает себя плохо (процент побед ниже 49%), он слаб и также не до конца сбалансирован.

Компания разработчик должна отслеживать эти связи между популярностью и результативностью чемпионов и, при необходимости, вносить в игру изменения. В League of Legends эти изменения реализуются в рамках обновлений, которые выходят в среднем каждые две недели. В этих обновлениях Riot Games вносит правки в горизонтальный баланс игр, вводит новых чемпионов и применяет все прочие необходимые изменения, такие как обновления внутриигровых иконок либо клиента игры. Помимо непосредственно изменений, обновление также сопровождается описанием, в котором подробно описаны все нововведения, а также даны комментарии разработчиков по поводу каждого из них.

Четкое расписание выхода обновлений позволяет разделять жизнь League of Legends на сезоны -- отрезки времени длинной в год. По ходу сезона выходит 24 обновления, в порядковом номере каждого из которых стоит обозначение сезона. Так, обновление 5.24 было последним в пятом сезоне игры, а 6.1 дало начало шестому сезону. При смене сезона происходит сброс очков рейтинга, которые игроки успели заработать за год, и им приходится начинать сначала. Кроме того, киберспортивные соревнования также разделяются на сезоны, каждый из которых завершается Чемпионатом мира по League of Legends.

В каждом из выходящих по ходу сезона обновлений Riot Games реагируют на сложившуюся в игре ситуацию и вносят исправления во внутриигровой баланс. Необходимость балансировки может быть обусловлена как предыдущими обновлениями, в которых разработчики ослабили или усилили чемпиона слишком сильно, а также общей результативностью игроков на каждом из чемпионов. Например, в обновлении 7.03 популярность Джина, виртуозного актера, резко возросла, хотя никаких изменений он не претерпел. Скорее всего, это было связанно с ослаблением других чемпионов, которые мешали Джину раскрыть свой потенциал. Riot Games пришлось реагировать на изменившуюся ситуацию и ослаблять Джина в обновлении 7.04, после чего его популярность вернулась к прежним значениям.

У Riot Games есть два основных способа повлиять на силу чемпионов: изменение базовых характеристик, таких как сила атаки либо здоровье, и изменение способностей. Так, Джину в обновлении 7.04 уменьшили замедление с умения Выход на поклон: благодаря этой способности Джин может выпустить четыре мощных снаряда в противника с большого расстояния, каждый из которых при попадании наносит урон и замедляет цель. Поскольку эти снаряды летят не слишком быстро, противник может от них уклоняться, отходя с траектории их полета, однако это уклонение затрудняется если персонаж замедлен. В начале седьмого сезона, поймав «одну-единственную пулю, вы практически лишались шанса увернуться от остальных» из-за чрезмерного замедления, поэтому степень замедления в обновлении 7.04 была снижена.

Таким образом, внутриигровой баланс в League of Legends представляет собой сложную взаимосвязанную систему, даже небольшое изменение части которой может оказать серьезнейшее влияние на всю игру. Riot Games как компания-разработчик должна следить за тем, чтобы игра была сбалансированной и не давала одним игрокам неоправданных преимуществ над другими, и именно для этих целей и существует система обновлений игры, в рамках которой изменяется горизонтальный контент League of Legends. Основанием же для его изменения является статистика игроков, собираемая Riot Games.

Параграф 2.2 Описание графика

В рамках данного исследования статистика пользовательских решений и результатов, представленная в виде графика из статьи «Популярность чемпионов в цифрах и красках» и таблицы с сайта Champion.gg, анализируется и сопоставляется с изменениями в горизонтальном контенте League of Legends, записанными в описаниях обновлений игры. Эти изменения находят отражение в колебаниях графика, так что на его основе можно судить об эффективности принимаемых Riot Games решений по обновлению внутриигрового баланса и об адекватности их реакций на сложившееся положение дел в игре.

Описание графика условно разделено на две части:

Анализ общих трендов -- это особенности популярности сразу многих чемпионов, которые находятся между собой во взаимосвязи. Чаще всего такие тренды связаны с глобальными либо просто значительными изменениями в игре

Анализ отдельных чемпионов -- в некоторых случаях график популярности чемпиона серьезно колеблется в рамках относительно небольшого временного промежутка, что говорит о нестабильности такого чемпиона. Причины такой нестабильности могут крыться, в том числе, в плохой сбалансированности, вызванной недавними изменениями, внесенными в игру разработчиком. Чемпионов уместнее всего сравнивать между собой в рамках одной роли, так как все принадлежащие к ней персонажи обладают схожими функциями, а также прямо противостоят друг другу во время игры

Анализ общих трендов

Первое, что бросается в глаза при анализе графика -- общая нестабильность чемпионов по ходу сезона. Линии постоянно колеблются, переходя из одной четверти координатной плоскости в другую и обратно. Каждое такое колебание отражает изменения в предпочтениях игроков, которые могут быть вызваны, в том числе, обновлениями игры. Тем не менее, в некоторых случаях эти изменения естественны и отражают определенную стадию развития игры.

Так, в начале каждого сезона все чемпионы на графике оказываются максимально близко к центру координатной плоскости. Иными словами, в первых обновлениях сезона League of Legends наиболее близка к оптимальному балансу. С течением времени чемпионы расходятся все дальше от центра, и ближе к концу года можно наблюдать принципиально иную картину: точки на графике удаляются от пересечения осей максимально далеко.

Этот феномен объясняется не отдельными изменениями, вносимыми в игру разработчиками, а этапом ее жизни. В начале сезона рейтинг игроков сбрасывается и все оказываются в равных условиях -- всем приходится начинать сначала. Поэтому игроки стараются играть на победу и выбирать только подходящих для себя чемпионов: либо тех, что объективно сильнее других, либо тех, на которых они играют лучше всего. По ходу сезона тенденция к максимальной соревновательности игр только усиливается -- уже получившие свой рейтинг игроки не хотят терять его, поэтому продолжают играть на результат. К концу сезона же накал страстей спадает, значения рейтинга уже перестают значить так много -- аудитория устает от постоянного напряжения во время игры. В этот момент открывается поле для экспериментов: можно выбирать нетипичных для себя чемпионов просто для того, чтобы отдохнуть и развлечься. Такие ситуации возникают нерегулярно и скорее увеличивают ширину охвата персонажа, нежели глубину: в любой соревновательной игре участник, прежде всего, хочет побеждать.

Однако в большинстве случаев значительные изменения на графике совпадают с изменениями, вносимыми в игру разработчиками. Так, когда в League of Legends появляется новый чемпион, игроки обычно выбирают его очень часто, увеличивая ширину охвата. Те, кому чемпион понравился, продолжают выбирать его и увеличивают глубину. Таким образом, все выходящие чемпионы в своем первом обновлении оказываются среди популярных.

В описываемый графиком период в игру было введено 9 новых персонажей: Джин, виртуозный актер (обновление 6.2), Аурелион Сол, космический дракон (обновление 6.6), Талия, прядильщица камней (обновление 6.10), Клед, наездник на ящере (обновление 6.16), Иверн, дух леса (обновление 6.20), Камилла, боевой андроид (обновление 6.24), Зая и Ракан, влюбленная пара (обновление 7.8) и Кайн, мрачный жнец (обновление 7.14). Как видно из списка, Riot Games стараются вводить новых чемпионов в игру последовательно и регулярно -- в среднем каждые 4-6 обновлений, то есть примерно раз в 3 месяца. И все эти чемпионы, согласно графику, сразу же начинают пользоваться популярностью у игроков -- новое всегда интересно. Однако результаты игроков на только что вышедших персонажах обычно не слишком высоки: для того, чтобы освоится в игре за новых героев нужно время.

При этом с течением времени новые чемпионы занимают другие позиции на графике -- становятся либо непопулярными, либо нишевыми. Чаще всего это происходит само собой: игроки естественным образом теряют интерес к новому персонажу, удовлетворив свое любопытство. Однако в некоторых случаях разработчикам приходится вносить изменения в только что выпущенных чемпионов для того, чтобы они лучше вписывались в баланс игры.

Например, в обновлении 7.1 только что вышедшую Камиллу дополнительно ослабили: уменьшили запас здоровья и длительность действия пассивного умения - Адаптивной защиты, которая давала чемпиону щит. Таким образом Riot Games хотели сделать игру за этого персонажа более рискованной: если раньше Камиллу было практически невозможно победить один на один, и она ничем не рисковала, врываясь в толпу врагов, то после обновления это стало более реально, и игрокам стало необходимо быть более осмотрительными. При этом процент побед Камиллы все это время оставался на одном уровне: примерно 50%. В момент после выхода чемпиона это могло объясняться тем, что игроки не до конца разобрались с тем, как именно нужно играть за Камиллу. В то же время, сохранение процента побед в приемлемых рамках в следующих обновлениях можно приписать оперативным изменениям, которые внесли в игру Riot Games -- вовремя ослабленный чемпион не успел стать по-настоящему несбалансированным. Так или иначе, пример Камиллы явно демонстрирует, что разработчики League of Legends при внесении изменений в баланс игры опираются не только на одну статистику, но и на собственное видение игры.

Похожая ситуация возникла и в случае с Кайном. Этот чемпион с самого начала серьезно отличался от остальных -- по ходу игры он накапливает особые очки действия, которые даются за урон по вражеским чемпионам. Когда Кайн набирает достаточное количество очков, он может трансформироваться в одну из двух форм: Даркин или Теневой убийца. Даркин Кайн отличается высокими показателями здоровья и защиты и может без особого риска сражаться сразу с несколькими противниками. Теневой убийца Кайн же обладает низким здоровьем, но более высокими мобильностью и уроном, что позволяет ему находить и уничтожать одиночные цели. При этом у улучшенного Кайна изменяются не только показатели, но и способности -- в каждой из форм они индивидуальны и соответствуют направленности персонажа. Таким образом, Кайн сочетает в себе сразу двух персонажей разной направленности, каждого из которых необходимо сбалансировать. Riot Games остались довольны показателями Даркин Кайна, но сочли, что Теневому убийце Кайну не хватает урона, поэтому увеличили урон Теневой интервенции, эксклюзивной способности Теневого убийцы. Таким образом разработчики усилили одну из форм Кайна, оставив другую без изменений.

Вмешательства Riot Games также потребовал и Аурелион Сол, хотя после выхода он имел процент побед 50%. Однако разработчики сочли, что потенциал этого чемпиона гораздо выше: «как только вы научитесь им играть, Аурелион начнет наносить урон такого размера, что с ним не сравнится даже размер его самомнения» Изменения обновления 6.7 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-67 (дата обращения: 05.05.2019).. Поэтому в обновлении 6.7 способность Голос света была серьезно ослаблена: время замедления сократилось в два раза, а само замедление стало слабее. Благодаря этому у противников Аурелион Сола появилась возможность уходить от его атак и не получать лишнего урона. Но даже после этого изменения процент побед чемпиона остался на прежнем уровне: 50%.

Иногда новые чемпионы напротив оказываются слишком слабыми для того, чтобы игроки могли чувствовать себя комфортно при игре за них. В таких случаях Riot Games также изменяет этих персонажей, но уже в сторону усиления. Например, Талия в обновлении 6.11, последовавшем после ее выхода, получила увеличение базового здоровья и изменение одного из умений -- Плетеного залпа -- которое теперь стало наносить больше урона миньонам. «Усиливая способность Талии контролировать линию Плетеным залпом, а также повышая ее выживаемость, мы ставим ее на один уровень с врагами, заставляя их считаться с ней» Изменения обновления 6.11 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-611 (дата обращения: 05.05.2019)., прокомментировали эти изменения разработчики. И действительно, сразу после выхода у Талии был катастрофически низкий процент побед: 35%. После выхода обновления 6.11 ситуация начала исправляться и процент побед вырос до 48% - Талия осталась не самым сильным персонажем, но теперь за нее стало хотя бы возможно побеждать.

В схожем положении оказался и Иверн, который после выхода имел процент побед 32%. Riot Games подождали некоторое время, а затем приняли решение усилить этого чемпиона: «Иверн все еще новичок в Ущелье, и пока что он только знакомится с местной живностью (то есть учится побеждать)» Изменения обновления 6.22 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-622 (дата обращения: 05.05.2019).. В обновлении 6.22, то есть через месяц после выхода, Иверн стал немного сильнее за счет уменьшения времени перезарядки Зова корней и усиления способности Маргаритка, призываемой которой помощник получил увеличение здоровья и обновление интеллекта. Эти изменения даже слишком положительно отразились на эффективности чемпиона, увеличив его процент побед до 53%, так что в обновлении 6.24 его пришлось ослабить, уменьшив силу щита умения Посадка семян, после чего процент побед пришел к приемлемым значениям.

Однако в большинстве случаев Riot Games не спешат вносить изменения в только что вышедших чемпионов, предоставляя им возможность самостоятельно встроится в игровой баланс. Это хорошо видно на описанном выше примере Иверна, изменения которого находились друг от друга на расстоянии десятков дней. И персонажи иногда действительно занимают свои места в League of Legends самостоятельно, без помощи разработчиков. Так, Джин после выхода долгое время не получал обновлений, но оставался хорошим стрелком с процентом побед не больше 51%. Тем не менее, гораздо чаще возникают ситуации, при которых только что выпущенный чемпион оказывается плохо сбалансирован, и Riot Games приходится реагировать на это в последующих обновлениях. При этом решения о необходимости таких изменений принимаются как на основе статистики пользовательских решений и результатов, так и исходя из общего видения игры разработчиками.

Особое место на графике занимают непопулярные чемпионы: если за персонажей из других групп играют хотя бы иногда, то на этих героев игроки обычно не обращают внимания. Поэтому Riot Games старается перевести таких чемпионов в другие координатные плоскости. Если этого не удается достичь при помощи простых обновлений, остается последнее средство: переработка.

Переработка -- это полное изменение чемпиона, затрагивающее его внешний вид и способности. Таким образом разработчики, по сути, вводят в игру нового персонажа, при этом не изменяя их общее количество и сохраняя распределение по ролям. Переработка чаще всего совершенствует уже существующие сильные стороны чемпиона, дополнительно развивая. Тем не менее, переработанный персонаж может существенно отличаться от оригинала, за счет чего и достигается повышение его популярности. Riot Games полностью переделывают облик чемпиона для того, чтобы подчеркнуть его новизну.

В исследуемые период времени были переработаны 8 персонажей: Поппи, девочка с молотом (обновление 5.24), Шен, теневой ниндзя (обновление 6.2), Тарик, защитник слабых (обновление 6.8), Райз, маг пространства (обновление 6.14), Йорик, мрачный могильщик (обновление 6.18), Варвик, дикий оборотень (обновление 7.2), Галио, ожившая статуя (обновление 7.6) и Ургот, паук-дредноут (обновление 7.15). Переработанные персонажи, как и новые, выходят примерно раз в 3 месяца, и игроки сразу же проявляют к ним интерес, переводя их в разряд популярных. И к ним точно так же необходимо сначала привыкнуть, из-за чего первые результаты могут быть ниже ожидаемых.

Ключевое отличие переработанных персонажей -- наличие базы в виде прошлой версии героя. Поскольку Riot Games от нее отказались, она не слишком соответствовала их видению игры, либо была плохо сбалансирована. Так или иначе, переработанных персонажей имеет смысл рассматривать в сравнении с этими же персонажами до переработки.

К сожалению, такое сопоставление невозможно в случае с Поппи, которая была переработана в самом начале исследуемого периода. Однако сами Riot Games заявляли, что она «давно нуждалась в полноценном обновлении: у нее устарело как визуальное оформление, так и набор умений» Изменения обновления 5.24 // leagueoflegends.com : официальный сайт игры League of Legends. 2015. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-524 (дата обращения: 05.05.2019).. Поэтому разработчики переработали персонажа «при помощи визуального оформления, набора умений и истории» Там же., превратив Поппи в танка, способного начинать сражение и контролировать его ход благодаря способностям, направленным на обездвиживание и замедление врага. После выхода обновления 5.24 частота выбора Поппи выросла до 13%, однако процент побед был снижен до 44%. В следующих обновлениях разработчики исправили ошибки, сопровождавшие использование новых умений Поппи, после чего за героя стало значительно проще побеждать: процент побед поднялся до 49%, игровой баланс был соблюден. Однако сам персонаж оказался в числе доступных -- играть за этого героя стало просто, но, по-видимому, не слишком интересно.

Шен до своей переработки находился в числе популярных героев с хорошим процентом побед (50%), однако он «довольно сильно устарел, а значит, пора было записывать его в кандидаты на обновление» Изменения обновления 6.2 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-62 (дата обращения: 05.05.2019).. Шен стал героем, способным давать своим союзникам щиты и помогать в битве, а благодаря способности Плечом к плечу чемпион может быстро перенестись к партнеру по команде и помочь ему избежать гибели. Таким образом, из ниндзя-танка персонаж превратился в ниндзя-помощника, поддерживающего товарищей по команде. Такое изменение пришлось игрокам не по душе, и Шен быстро перешел из популярных героев в доступные -- играть за него стали реже: 8% частоты выбора до переработки и 6% после. При этом процент побед оставался в районе 50% - оставшиеся игроки на Шене быстро приспособились к его новой роли. Однако ближе к концу шестого сезона чемпион оказался практически невостребованным и перешел в число непопулярных при частоте выбора 2% и проценте побед ниже 48%. Это произошло из-за изменений, которые Riot Games начали вводить в игру с обновления 6.16 -- в игру был добавлен новый персонаж (Клед) и переработан старый (Райз), а также получили усиление некоторые другие персонажи верхней линии, например Гангпланк, капитан пиратов. Шен, занимавший эту позицию, оказался невостребованным и отошел на второй план. Этот чемпион оставался непопулярным до самого конца исследуемого периода.

Тарик, герой поддержки, был одним из первых чемпионов, добавленных в League of Legends после выхода игры в 2009 году. В шестом сезоне он оказался непопулярен из-за того, что слишком устарел: «старые умения Тарика нельзя назвать из рук вон плохими, но была одна глобальная проблема: его действиям не хватало эффектности. Игрок нажимал кнопку и что-то происходило, но это "что-то" было совершенно незаметным в командном бою» Изменения обновления 6.8 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-68 (дата обращения: 05.05.2019).. Riot Games переработали чемпиона, значительно обновив его внешний вид и добавив ему новое умение -- Бастион, позволяющее герою установить связь с союзником и использовать остальные свои умения сразу на двух персонажей: себя и героя союзной команды под действием Бастиона. Сразу после переработки Тарик приобрел значительную популярность при частоте выбора 22%, частоте блокировок 49% и проценте побед 52%. Разработчики поняли, что переработанный чемпион оказался слишком силен и значительно уменьшили радиус, с которого он мог использовать свои способности на союзников. Теперь Тарик не мог просто стоять в стороне от боя и поддерживать команду, это сделало его более сбалансированным: теперь его выбирали в 8% игр, блокировали в 22%, а процент побед остался прежним. Тем не менее, ослабление Тарика сделало его не таким удобным и сильным, поэтому вскоре он снова оказался в числе непопулярных персонажей с частотой выбора 3%, но по-прежнему высоким процентом побед. Вероятно, большинству игроков не понравился переработанный Тарик так же, как не нравился первоначальный, поэтому за него стали играть заметно реже. Но оставшиеся игроки на этом чемпионе теперь могли помогать команде лучше, чем это было возможно до переработки.

Райз был одним из самых сложных чемпионов для команды Riot Games -- разработчики пытались изменить его три или четыре раза, но не могли остановиться на одном варианте. В обновлении 6.14 это, наконец, произошло -- Райз был переработан в последний раз. Riot Games сохранили его ключевую особенность -- зависимость от комбинаций умений, но сильно упростили ее реализацию, чтобы новым игрокам было проще научиться играть за этого персонажа. «Усиления и ослабления Райза теперь длятся три-четыре секунды, а это значит, что различные эффектные комбинации умений будут доступны игрокам практически в любой момент <…> Потолок мастерства Райза остался прежним, а его нижняя граница стала выше» Изменения обновления 6.14 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-614 (дата обращения: 05.05.2019).. Благодаря этому чемпион перешел в число доступных, тогда как раньше был непопулярным: его частота выбора выросла с 5% до 10%, хотя процент побед и остался низким -- был 45%, стал 38% с последующим увеличением до 43%. Таким образом, Райз остался сложным для игры персонажем, даже несмотря на упрощения, а его попадание в число доступных персонажей обусловлено тем, что многие игроки пытались научиться играть за него, но затем отказывались продолжать.

Йорик до переработки был одним из самых непопулярных чемпионов League of Legends с частотой выбора всего 0,5%. Поэтому неудивительно, что Riot Games решили его обновить, при этом сохранив его главные отличительные черты: «управляя Йориком, вы управляете целой армией. Это значит, что у Йорика по-прежнему будет управляемая ИИ орда» Изменения обновления 6.18 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-618 (дата обращения: 05.05.2019).. Теперь чемпион получил возможность призывать себе на помощь не только простых мертвецов, но и более сильных духов, которые могут быть очень полезны в сражении. Вначале такие изменения благотворно сказались на популярности чемпиона, повысив его частоту выбора до 12%, но затем скачок популярности все же сошел на нет -- монстры под управлением ИИ оказались не так эффективны, как надеялись разработчики. В итоге Йорика стали выбирать всего в 3% случаев, и это все еще больше, чем до переработки. Более того, теперь чемпион оказался среди нишевых -- за него играют немногие, но играют часто и последовательно: в седьмом сезоне среднее число игр за Йорика достигло среднего по всем чемпионам значения в 200 игр при частоте выбора 2%.

Варвик с момента своего появления в игре позиционировался как герой, подходящий для новичков, однако это делало игру за него довольно скучной. Кроме того, новички все еще не могли разобраться в том, как же правильно использовать этого персонажа. Чемпион колебался между непопулярными и доступными со средней частотой выбора в 2% и процентом побед стабильно ниже 48%. В переработке Варвика Riot Games преследовали две цели: сделать чемпиона еще более доступным для новичков и придать игре за него дополнительный интерес. В итоге персонаж превратился из танка в охотника, выслеживающего и устраняющего одинокие цели, способного быстро выпрыгнуть из кустов на ни о чем не подозревающую жертву и так же быстро скрыться. Такое изменение было воспринято игроками положительно: частота выбора Варвика значительно выросла и даже после спада начальной популярности осталась в пределах 7% -- чемпион стал одним из популярных. При этом его процент побед оказался в пределах среднего: от 49% до 51% в разные моменты времени.

Изначально Галио был чудовищной гаргульей, призванной наводить страх на врагов и уничтожать противников. Однако эта особенность во многом обуславливала его непопулярность -- внешне неприглядный чемпион не обладал также и достаточной силой, так что его частота выбора колебалась в районе 0,5%-1%, что делало его крайне непопулярным персонажем. Riot Games решили исправить это и полностью переработать Галио -- от предыдущей версии осталась только идея ожившей статуи. Однако теперь чемпион стал светлым хранителем, призванным защищать своих союзников от зла. В его арсенале есть умения, позволяющие Галио начинать сражения, выживать в них и поддерживать союзных чемпионов. Из танка-воина с верхней линии чемпион превратился в танка-защитника со средней -- это самая значительная переработка чемпиона на протяжении исследуемого периода. После таких изменений за Галио стали играть заметно чаще -- его частота выбора выросла до 2%, но процент побед остался на уровне 49%, как было и до переработки. Riot Games несколько последующих обновлений посвятили в том числе балансировке Галио -- его умения постоянно менялись: им увеличивали и уменьшали урон, сокращали время перезарядки или понижали время действия и многое другое. Эти многочисленные изменения привели к тому, что чемпион так и не смог прочно обосноваться в системе персонажей League of Legends. Галио стабильно продолжал входить в число популярных, но при этом не был достаточно эффективен, поэтому к концу исследуемого периода перешел в разряд доступных. К выходу обновления 7.16 чемпион так и не нашел своего места в игре, ведь даже в этот момент разработчики продолжали балансировать его: в обновлении 7.16 Галио снова увеличили время перезарядки ультимативной способности Появление героя.

Ургот до переработки во многом походил на Галио-гаргулью: почти такой же мрачный танк-воин с верхней линии, из-за своих особенностей не слишком популярный среди игроков -- всего 0,3% частоты выбора, но при этом 50% процент побед. Ургот стабильно был одним из самых непопулярных персонажей League of Legends, поэтому Riot Games приняли решение переработать его. Чемпион сохранил свои основные качества, но получил новые способности, которые позволили ему наносить заметно больше урона противникам для того, чтобы выигрывать дуэли на линии и дальше по ходу игры. Благодаря такой переработке Ургот превратился в одного из популярных персонажей: частота выбора 5%, но процент побед всего 44%. В обновлении 7.16, заключительном в рамках исследуемого периода, чемпион уже стал нишевым: частота выбора 2%, процент побед 46%, однако Riot Games предпочли дать ему возможность обосноваться в игре самостоятельно. На графике явно прослеживается его движение в сторону непопулярных персонажей, однако дальнейшее его развитие остается за рамками данного исследования.

Таким образом, переработки чаще всего касаются давно появившихся в League of Legends чемпионов, которые уже успели устареть. Именно устаревшим набором умений объясняется преследующая их непопулярность: игроки предпочитают им более удобных в использовании и сильных персонажей. Переработка по своему начальному эффекту может сравниться с выходом нового чемпиона -- обновление вызывает интерес и серьезно увеличивает ширину и глубину охвата чемпиона, которого оно затрагивает. Тем не менее, по прошествии небольшого промежутка времени в несколько недель переработанный персонаж теряет большую часть своей популярности. В первую очередь, это может быть связано со стремлением Riot Games скорее изменить, чем переделать героя: разработчики предпочитают оставлять все ключевые особенности чемпиона лишь немного поправив их в соответствии с последними тенденциями в игре. Однако такой подход неизбежно приводит к отторжению у игрока: человек понимает, что персонаж, по сути, почти не изменился, и перестает за него играть.

Как видно из анализа, большинство переработок не достигло своей основной цели -- сделать чемпиона популярным. Большинство персонажей через несколько недель после выхода вернулись к своему первоначальному состоянию даже несмотря на обновление. Тем не менее, их роль в игре неизбежно изменилась, так что переработка не была совершенно бесполезной -- герои выглядят современнее и лучше отвечают потребностям игроков.

Из удачных примеров переработок можно выделить Варвика, популярность которого среди игроков резко возросла и не снизилась даже через полгода после выхода обновления. Это связано, прежде всего, со значительностью изменений, которым подвергся чемпион -- его роль в игре серьезно изменилась, что дало персонажу вторую жизнь. Похожим образом сработала переработка Галио, однако он оказался недостаточно сбалансирован, подвергся множественным изменениям уже после выхода и потому не смог закрепиться в числе популярных чемпионов.

Общие тренды графика отражают глобальные изменения, которые Riot Games вносят в League of Legends: это прежде всего введение в игру новых чемпионов и переработка устаревших. Оба этих события вызывают схожую реакцию игроков -- интерес, благодаря которому повышаются ширина и глубина охвата затрагиваемых персонажей. Тем не менее, начальная заинтересованность аудитории довольно быстро проходит и чемпионы занимают свои места на графике, преимущественно в числе нишевых или доступных героев. При этом разработчики предпочитают дать чемпионам возможность найти свою нишу в игре без дополнительного вмешательства: персонажи подвергаются изменениям только в случае крайней необходимости.

Большинство новых и переработанных чемпионов оказываются не слишком популярны среди игроков. Из удачных примеров можно выделить Джина, Заю и Ракана, а также Варвика. Все эти чемпионы остались популярны, хотя с момента их выхода прошло достаточно времени, а разработчики никак не изменяли их дополнительно. В каждом случае причины индивидуальны: Джин вошел в число чемпионов роли стрелка, которых в игре было немного. Поэтому новый персонаж привнес в игру разнообразие и приглянулся игрокам. Зая также стрелок, благодаря чему и она стала популярна. Она появилась в игре в паре с Раканом, с которым, по задумке разработчиков, они должны использоваться вместе, поэтому Ракан также стал популярным чемпионом. Изменения же, коснувшиеся Варвика, стали самыми значительными среди всех переработанных персонажей, что также позволило ему закрепиться среди популярных героев League of Legends.

Анализ отдельных чемпионов

На графике каждого отдельного чемпиона League of Legends постоянно происходят колебания, которые отражают изменения предпочтений игроков в отношении данного конкретного чемпиона. Эти изменения могут иметь различную природу -- от недавно вышедшего обновления до простой потери интереса к персонажу. Колебания графика, чаще всего, незначительны и практически не отражаются на внутриигровом балансе. Тем не менее, в некоторых случаях чемпионы испытывают серьезные скачки популярности, которые заметно изменяют их положение в системе персонажей League of Legends. Согласно гипотезе данного исследования, такие скачки должны неизменно зависеть от изменений, вносимых в игру разработчиками -- именно такие изменения и находят отражение в статистике пользовательских решений и результатов.

Таким образом, анализ трендов, связанных с отдельными чемпионами, состоит из выявления наиболее значительных изменений графика и их объяснение при помощи описаний обновлений. Предположительно, каждый значимый скачок графика непосредственно связан с обновлением либо самого чемпиона, либо его соперников по роли. При этом в анализ не будут включены ни новые, ни переработанные персонажи -- наиболее значимые изменения в их популярности уже были проанализированы ранее.

Аатрокс, демонический клинок, стоит первым в алфавитном списке персонажей League of Legends, поэтому анализ начнется с него. В обновлении 7.5 чемпион испытал серьезный скачок популярности, который практически перевел его в доступные персонажи из непопулярных, где он стабильно находился до этого: частота выбора увеличилась с 0,7% до 2,5%. Причина в том, что Riot Games серьезно усилили Аатрокса, так как сочли его слишком слабым (48% процент побед до изменений): чемпион получил увеличение здоровья и уменьшение времени перезарядки двух основных навыков -- Темный полет и Цена крови. Однако даже этих изменений оказалось недостаточно, поэтому в обновлении 7.6 Аатрокс стал еще сильнее -- была изменена его пассивная способность Колодец крови для того, чтобы играть за чемпиона стало удобнее. И действительно, после этих изменений процент побед персонажа вырос до 52% и он перешел в число нишевых. Но Riot Games на этом не остановились -- в обновлении 7.8 Колодец крови стал еще лучше, а также увеличилось лечение с умения Цена крови, после чего Аатрокс прочно обосновался в числе нишевых героев. Однако обновление 7.9 принесло с собой серьезные изменения танков -- они стали более эффективными и способными переживать атаки противников. Большинство измененных чемпионов играли на верхней линии, где стояли против Аатрокса. После этих исправлений им стало проще переживать атаки этого персонажа, из-за чего он перестал быть эффективен. Это привело к падению его частоты выбора до 1% и возвращению чемпиона в ряды непопулярных.

Акали, ниндзя-убийца, в обновлении 6.22 была серьезно изменена вместе с другими героями-убийцами: Riot Games решили сделать их «менее раздражающими и более привлекательными» Изменения обновления 6.22 // leagueoflegends.com : официальный сайт игры League of Legends. 2016. URL: https://ru.leagueoflegends.com/ru/news/game-updates/patch/izmeneniya-obnovleniya-622 (дата обращения: 05.05.2019).. Чемпион стал наносить заметно меньше урона со всех способностей, а способность Покров сумерек из атакующей превратилась в защитную -- теперь она позволяла не инициировать нападение, а скрыться в тенях. Это привело к серьезному увеличению охвата чемпиона по ширине (частота выбора 7%) и его переходу в число доступных героев, хотя раньше он находился между нишевыми и непопулярными. Однако после спада начального интереса оказалось, что Акали все же наносит слишком мало урона для убийцы -- ее процент побед стабильно был ниже 48%. В обновлении 6.23 Riot Games попытались исправить ситуацию, вернув чемпиону недавно пониженные коэффициенты урона со способностей, но даже это не спасло ситуацию -- Акали вернулась к первоначальному состоянию между непопулярными и нишевыми персонажам, причем теперь оказалась скорее непопулярной.

...

Подобные документы

  • Особенности 2D графики в компьютерных играх. Анимации движения персонажей. Конвейер контента в проектах. Контент-импортер и контент-процессор. Понятие компонента в XNA и его использование. Визуальные и механические эффекты. Методы исполнения спецэффектов.

    курсовая работа [1,7 M], добавлен 13.07.2014

  • Азартные игры и наблюдение за спортивными состязаниями. Моделирование методом Монте-Карло - мощное средство, позволяющее определять вероятность событий в азартных играх и спорте. Моделирование вероятности событий с помощью программы Microsoft Excel.

    реферат [801,3 K], добавлен 13.05.2009

  • Разработка на основе игры "Точки" подхода к программированию "искусственного интеллекта" в позиционных играх и возможность применения данного подхода для решения задач в области экономики, управления и других областях науки. Модель игровой ситуации.

    дипломная работа [1,5 M], добавлен 21.07.2013

  • Соотношение понятий виртуального мира, симуляции и "серьезной игры". Принципы и история развития технологии виртуальных миров. Педагогическая основа для "серьезных игр". Способы оценки полученных знаний в играх. Методика создания игры в Thinking Worlds.

    дипломная работа [3,6 M], добавлен 18.03.2012

  • Разработка игры "Угадай персонажа", ее суть и содержание. Запоминание новых персонажей и вопросов, коррекция базы данных. Использование языка программирования С++ и среды разработки Microsoft Visual Studio 2010. Алгоритмы и методы, структура программы.

    курсовая работа [571,9 K], добавлен 14.07.2012

  • Autodesk 3ds Max как полнофункциональная профессиональная программная система для создания и редактирования трёхмерной графики и анимации. Особенности моделирования персонажей. Создание скелета и настройка глаз героя. Анимация персонажей, визуализация.

    дипломная работа [11,9 M], добавлен 12.06.2012

  • Критерий Гурвица, обеспечивающий промежуточное решение между крайним оптимизмом и крайним пессимизмом, его необходимые признаки. Критерий Ходжа-Лемана относительно выигрыша. Построение оптимального решения для матрицы решений по критерию Гурвица.

    презентация [1,1 M], добавлен 25.12.2015

  • Специфика функционирования Луганского университета имени Владимира Даля, организационная структура и работа различных подразделений. Особенности программной и технической характеристик информационной системы. Проектирование модели системы аналитики.

    отчет по практике [65,6 K], добавлен 12.05.2015

  • Запись макроса в VBA в Excel. Структура редактора, основные окна и элементы управления. Правила создания процедуры, функций. Коды задания командных кнопок. Виды условных операторов. Циклическая обработка инструкций. Разработка пользовательских приложений.

    методичка [2,4 M], добавлен 18.11.2011

  • Использование обучающих программ для формирования знаний и умений по информатике. Главное окно среды программирования Delphi, окна дерева объектов и кода программы. Требования к оборудованию и описание обучающей программы "Информатика в играх и загадках".

    курсовая работа [1,3 M], добавлен 03.05.2012

  • Общее понятие алгоритма и меры его сложности. Временная и емкостная сложность алгоритмов. Основные методы и приемы анализа сложности. Оптимизация, связанная с выбором метода построения алгоритма и с выбором методов представления данных в программе.

    реферат [90,6 K], добавлен 27.11.2012

  • Рассмотрение двух способов решения систем линейных алгебраических уравнений: точечные и приближенные. Использование при программировании метода Гаусса с выбором главного элемента в матрице и принципа Зейделя. Применение простой итерации решения уравнения.

    курсовая работа [879,8 K], добавлен 05.06.2012

  • Разработка сайта для осведомления любителей компьютерных игр о новинках, публикации новостей, участия в обсуждении игр. Основные понятия Web-технологий. Особенности установки пакета Apache и программы создания и редактирования Web-сайтов Joomla 1.5.

    дипломная работа [5,4 M], добавлен 06.07.2012

  • История появления компьютерных игр, классификация их жанров. Негативные воздействия от компьютерных игр: компьютерное излучение, проблемы со зрением, сбои в работе нервной и сердечнососудистой системы, психологическая зависимость. Польза компьютерных игр.

    научная работа [75,0 K], добавлен 18.02.2010

  • Человеко-машинные комплексы, специально предназначенные для принятия решений. Процесс принятия решений и его этапы. Методы поиска новых вариантов решений: дерево решений, морфологические таблицы, конференции идей. Принцип математической оценки тенденций.

    курсовая работа [272,1 K], добавлен 30.07.2009

  • Изучение применения трёхмерного моделирования и анимации при создании статической рекламы, динамических заставок для телеканалов, моделирования катастроф, в компьютерных играх. Характеристика создания моделей с помощью модификаторов Edit Poly, Edit Mesh.

    практическая работа [4,0 M], добавлен 29.09.2011

  • Особенности разработки дизайна и элементов окружающей среды для компьютерной игры в жанре RPG. Создание концепт-артов вспомогательных персонажей и ландшафтов, которые соответствуют игровому миру. Расчет трудоемкости и затрат на разработку дизайн-проекта.

    дипломная работа [5,7 M], добавлен 18.08.2014

  • Постановка задачи, математические и алгоритмические основы решения системы линейных алгебраических уравнений. Решение системы данных уравнений методом Гаусса с выбором главного элемента по столбцу. Функциональные модели и блок-схемы решения задачи.

    курсовая работа [428,9 K], добавлен 25.01.2010

  • Понятие и направления анализа акций. Изучение принципов работы нейросети с использованием программы "Нейросимулятор". Создание оптимально работающей нейросети для прогнозирования котировок акций, этапы данного процесса и оценка полученных результатов.

    презентация [42,3 K], добавлен 19.08.2013

  • Создание информационной мультимедиа системы (медиа-плеера) для презентации аудио-видео информации о факультете КТАС, представленной в специально отснятых и смонтированных avi-файлах. Разработка модуля пользовательского интерфейса, выходные данные.

    курсовая работа [41,5 K], добавлен 21.11.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.