こんにちは！
私と友人は、プレイスタイルとゲームプレイに基づいてTetr.ioの対局で勝利を予測する3つのモデルを開発しました。私たちはこのデータセットを使用しました: https://www.kaggle.com/datasets/n3koasakura/tetr-io-top-players-replays、そして私たちは扱える行数として約700万行がありました。
Tetr.io のプレイを始めてまだ約1か月という人にとっての、いくつかの興味深い発見（私のノートからそのままコピペしました）:
• 試合中に受けるガーベージの量が敗北の最も支配的な要因です。大量のガーベージを受けると敗北につながる傾向があります。これは、ガーベージをクリアできないプレイヤーに対してモデルが非常に敏感であることを示唆します。attack_per_piece が高くてもプレイヤーがガーベージをクリアできない場合、彼らは敗北する可能性が高いです。
• 高い攻撃手段、例えばTスピンやバック・トゥ・バックの手はネガティブな要因になることが分かっています。これはそのような手が否定的とみなされるという意味ではなく、派手なセッティングを優先するとプレイヤーにとって非常にリスクが高くなる可能性がある、という意味です。それが防御のタイミングを崩し、incoming_garbage に対して脆くなることがあります。
私たちの発見のどれだけが実際に真実なのか、あるいは単なるTetr.ioプレイヤー一般の基礎知識なのか、気になります。
こちらもご覧になれます: https://github.com/Solenad/tetrio-win-prediction
[リンク] [コメント]
