Fejlesztői napló: a globális erősorrend – új adatalapú eszköz a LoL e-sport rajongói számára

Matekos kockák, ide vigyázzatok! Talán már láttátok a múlt heti bejelentésben, hogy AWS-es barátainkkal karöltve bevezetünk egy globális erősorrendet a LoL e-sport világában – T mínusz 48 órakor a Vébé 2024-en. Most, mielőtt kihajózunk ezekre az új vizekre, ahol remélhetőleg új erőre kap a LoL e-sport globális versenymezőnye iránti érdeklődésetek, szeretnénk mélyebb betekintést nyújtani a LoL e-sport globális erősorrendjének tényleges működésébe. 

Miért van szükség egy új rendszerre?

Az erősorrendek már évtizedek óta jelen vannak a hagyományos sportokban, azonban az olyan osztályozórendszerek, mint az NCAA AP Top 25 és a FIFA-világranglista, bár a maguk területén jól működnek, az e-sportokra alkalmazva elmaradnak. A League of Legends dinamikus természete – a meta gyakori változásaival, a regionális ligák változatos struktúráival és a nagyon is eltérő játékstílusokkal – egy részletesebben kidolgozott megközelítést kíván. A globális erősorrend ezt a kihívást a csapatok egyéni teljesítménymetrikáinak a regionális erőmutatókkal való elegyítésével oldja meg, amelyek révén egy egyaránt átfogó és alkalmazkodó rendszerré áll össze.

Fő elemek: Elo-alapok és az erőpontszám képlete

A globális erősorrend magját egy Elo-alapú rendszer adja, amely a profi League of Legends egyedi dinamikájára lett igazítva. Specifikusan szólva, szükség volt valamilyen módszerre, hogy számszerűsíthessük a régiók erőkülönbségeit, mivel a meccsek döntő többsége régión belül zajlik. Arra jutottunk, hogy a legjobb megközelítés egy olyan kevert Elo-rendszer kidolgozása, amely a csapatok egyéni Elo-pontszámát az adott liga Elo-pontszámával elegyíti. Ez a súlyozott átlag az úgynevezett „erőpontszám” képlete, amelyet a következőképp fejezhetünk ki:

A képletben az x és az y rendre a csapat és a liga Elo-pontszámait jelölik. Miután a rendszert mind a különféle régiókból érkező LoL e-sport-szakértőinkkel intenzíven teszteltük, arra jutottunk, hogy egy 80:20 arányú súlyozás adja ki az optimális egyensúlyt, ami 65%-os előjelzési pontosságot biztosít. Ez azt jelenti, hogy a modell adta várható eredmények közel járnak a tényleges kimenetelekhez, ami igazolja a rendszer robusztusságát az e-sportok relatíve kiszámíthatatlan közegében. 

Elo-számítás: részletes lebontás

A csapatok Elo-pontszáma a meccsek kimenetelein alapul az alábbi képletnek megfelelően:

Ahol:

• Pbefore​: a csapat Elo-pontszáma a meccs előtt.

• I: a meccs jelentősége a meccs tétje alapján (lásd alább a K-tényezőknél).

• W: a meccs eredményét jelzi (győzelem esetén 1, vereség esetén 0).

• We: a várható eredmény az alábbi képlet szerint:

Itt dr a két csapat besorolásának különbsége. Ez a képlet biztosítja, hogy az Elo-beli változások arányosak legyenek a meccs várható nehézségével.

A ligák Elo-pontszáma hasonló mintát követ, de a régiók szintjén számítjuk. A nemzetközi tornákon (pl. az MSI-n és a Vébén) elért eredmények jelentős mértékben befolyásolják a ligák Elo-pontszámait, és az erősebb régiók elleni győzelmek az egész liga besorolását megdobják. Ezzel a módszerrel leképezhető és a besorolásokba építhető a régiók erődinamikája.

A nagytétes meccsek prioritása

Felismerve, hogy nem minden meccs ugyanakkora súllyal esik a latba, bevezettük az úgynevezett K-tényezőket, hogy a jelentőségük alapján differenciáltan súlyozhassuk a meccsek kimeneteleit. Ez elengedhetetlen a modell működése szempontjából, mivel így állítható be, milyen gyorsan változzon a csapatok besorolása az új meccseredmények függvényében. A K-tényezők lefektetett értékei a következők:

• Regionális meccsek:

  • Selejtezők: 8

  • Fő szakasz: 16

  • Kieséses szakasz: 20

• Nemzetközi meccsek:

  • Selejtezők: 12

  • Fő szakasz: 20

  • Kieséses szakasz: 36

A K-tényezők biztosítják, hogy a kritikus meccsek – úgymint a kieséses szakaszok meccsei vagy a nemzetközi meccsek – nagyobb hatással legyenek a besorolásokra. Ez a megközelítés kulcsfontosságú ahhoz, hogy pontosan kimutathassuk a csapatok teljesítményét nyomás alatt. Végezetül, a K-tényezőket régiónként átskáláztuk, hogy igazodjanak az egyes régiók csapatainak átlagos végső besorolásához a nemzetközi tornákon, ami tovább növeli a nagyobb erejű ligákban játszott regionális meccsek jelentőségét. A megközelítésünket tovább finomítjuk, ahogy a modell újabb adatokkal bővül, és ahogy a ligák szerkezete változik majd a 2025-ös szezonban.

Értékelési ablakok: az újabb és régebbi teljesítmények egyensúlya

A jelenlegi és régebbi teljesítmények közti egyensúly fenntartása érdekében többéves értékelési időablakokat alkalmazunk:

• A ligák Elo-pontszámát hároméves időablakban (2022–2024.) értékeljük.

• A csapatok Elo-pontszámát kétéves időablakban (2023–2024.) értékeljük.

Ezzel a megközelítéssel nő a nemzetközi meccsek mintaállománya, ami különösen fontos a kisebb régiók esetében, a modell mégis számításba veszi a csapat-összeállítások változásainak lehetséges hatásait.

Kihívások és megoldások: egy robusztus modell kialakítása

A fejlesztés során számos kihívásba ütköztünk, például a régiók képességbeli különbségeinek számszerűsítése és a játékbeli statisztikák a meta változásainak ellenálló módon való beépítése terén. Ezeket kezelendő szerveztünk egy hackathon eseményt az AWS-sel karöltve, ahol a résztvevők különféle AI/ML-modelleket vizsgáltak. Bár ezek, a LoL e-sport-rajongók által kidolgozott fejlett modellek lenyűgözőek és jól átgondoltak voltak, első lépésben mégis egy egyszerűbb és áttekinthetőbb megközelítés mellett tettük le a voksunkat a metaállóság és az érthetőség érdekében.

Technológiaintegráció: az AWS biztosította méretezhetőség és teljesítmény

A globális erősorrend hátterében egy robusztus műszaki architektúra áll, amely kiaknázza az AWS szolgáltatásait – az S3 a modell betanulási adatainak folyamatos rendelkezésre állásáért, a Lambda-funkciók a modellfrissítések inicializálásáért, az AWS RDS alatt futó MySQL-adatbázis pedig a rangsoreredmények megőrzéséért felelős. A partneri együttműködés révén az algoritmus működéséhez szükséges komplex adatfeldolgozás és valós idejű frissítések egyszerűek és könnyen kezelhetőek maradtak. Ennek köszönhetően a besorolások nem csupán pontosak, hanem skálázhatóak is, a nemzetközi események masszív adatállományai is kezelhetőek, és a frissítések időben rendelkezésre állnak.

Konklúzió: a League of Legends e-sport új korszaka

A globális erősorrend hatalmas előrelépést jelent a League of Legends-csapatok teljesítményének értékelésében és megértésében. Ahogy bővítjük és finomítjuk a rendszert, szívesen látjuk a közösséget, hogy tartsanak velünk az úton, amelyen a lehető legpontosabb, legátláthatóbb és leghasznosabb rangsort igyekszünk kidolgozni a Riot e-sport rajongói számára. 

Tarts velünk, és kövesd a globális erősorrendet végig a Vébé 2024 során a lolesports.com oldalon és a Riot e-sport közvetítéseiben. A 2024-es végső sorrendet a Vébé döntője után tesszük közzé, és ezzel veszi majd kezdetét egy még kidolgozottabb rendszer előkészítése 2025-re.