CUPID: Improving Battle Fairness and Position Satisfaction in Online MOBA Games with a Re-matchmaking System

多人在线战斗竞技场（MOBA）游戏类型已经获得了显著的流行度和经济成功，在人机交互领域引起了相当大的研究兴趣。提升游戏体验需要深入了解玩家行为，而MOBA游戏的一个关键方面是匹配，旨在组建技能水平相当的团队。然而，现有的匹配系统经常忽略重要因素，如玩家的位置偏好和团队分配，导致不平衡的比赛和降低的玩家满意度。为了解决这些限制，本文提出了一个名为CUPID的新框架，引入了一种称为“重新匹配”的新过程，以优化团队和位置分配，以改善公平性和玩家满意度。CUPID包括一个预过滤步骤，以确保最低的匹配质量，然后是一个预测胜率模型，评估潜在分配的公平性。通过同时考虑玩家的位置满意度和游戏公平性，CUPID旨在提供更好的匹配体验。在两个大规模的真实世界MOBA数据集上进行了大量实验，以验证CUPID的有效性。结果超过了所有现有的最先进基线，平均相对提高了7.18%的胜率预测准确性。此外，CUPID已经成功地部署在一个流行的在线移动MOBA游戏中。部署结果在匹配公平性和玩家满意度方面有了显著的改善，这可以通过A/B测试观察到，涵盖了用户易用性、可访问性和参与度等关键的人机交互（HCI）指标。据我们所知，CUPID是专门为大规模MOBA游戏设计的第一个重新匹配系统。

本文旨在提高多人在线战术竞技游戏（MOBA）的匹配系统，解决现有系统忽略玩家位置偏好和团队分配等因素，导致比赛不公平和玩家不满意的问题。

本文提出了一种名为CUPID的新框架，采用重新匹配的方法来优化团队和位置分配，提高比赛的公平性和玩家满意度。CUPID通过预过滤和预匹配预测模型来同时考虑玩家的位置满意度和比赛公平性。

本文在两个大规模真实的MOBA数据集上进行了广泛的实验，结果超过了所有现有的基准线，相对提高了7.18%的胜率预测准确性。此外，CUPID已成功部署在一款流行的在线移动MOBA游戏中，通过A / B测试观察到了显著的比赛公平性和玩家满意度的提高。

与此相关的最新研究包括：《A Multi-Perspective Analysis of Player Behavior in MOBA Games》、《A Survey of Artificial Intelligence in MOBA Games》、《MOBA Game AI: A Survey》等。