【转载】Riot研究报告：延迟对不同英雄的影响

侦探小子

　　对于在线游戏而言，延迟最容易毁掉游戏的乐趣。在游戏中的关键时刻，我们都曾经体验过高延迟的痛苦。

　　对于延迟问题，我一直在考虑一个问题：当客户端与服务器之间通信缓慢的时候，会对玩家使用不同英雄进行游戏造成何种程度的影响呢？

　　我朋友在国外，但他仍在国服和我一起游戏。他有意不去玩ADC，因为他的逻辑是这样的：这种角色需要大量操作，所以不适合在高延迟的情况下使用。

　　但这种假设是真的吗？某些角色定位(或英雄)是否会因为延迟高而容易导致游戏表现下降？

　　研究方法

　　为了测试这个问题，我进行了全方面的研究。我创建了一系列的统计模型，尝试根据一个人的ping值(延迟)去预测一场比赛的结果(赢或输)。

　　事实证明，要把延迟作为游戏结果的预测指标，很大程度上要取决于具体所用的英雄。换句话说，一场高ping值的游戏中，游戏中如果有某些英雄，则该比赛的结果更容易预测。

　　经典线性回归模型可以对持续性变量做出预测，其中持续性变量中的数字必须要有逻辑顺序(例如年龄或者英雄的胜利场数)。因为这种情况下，结果变量是明确和二元的(赢或输)，所以我使用了一种逻辑回归的类型来确定在给定延迟下比赛的结果。

　　对于出现在召唤师峡谷里的英雄，我对9500万种以上的情况进行了分析。为强调玩家之间延迟的相对差异，我使用游戏内平均ping值偏差(后面就简称为“ping值偏差”)而不是绝对ping值来作为预测的变量。

　　例如，如果玩家在一场游戏内的平均ping值为75，而游戏内其他玩家的平均ping值为70，则预测变量值是5(而不是75)。

　　研究结果

　　看起来需要大量操作的英雄更容易受到延迟的影响，而偏向坦克的英雄或者那些拥有指向技能的英雄受延迟的影响较少。

　　下图是根据ping值偏差的不同，薇恩的预估胜率。如图所示，ping值的平均偏差越低，这位需要极高精确定位的英雄获胜几率就会越高。

　　下图是根据游戏内平均ping值的偏差，薇恩的预估胜率。



　　系数= -.0014，z-值 = -41

　　这种关系类似于泽拉斯。泽拉斯与游戏里其他玩家的相对延迟越高，这位恕瑞玛的半神就越难把技能施放在对手身上。

　　下图是根据游戏内平均ping值的偏差，泽拉斯的预估胜率。



　　系数= -.002，z-值 = -20

　　我认为这直观地说明了问题。当你的对手动作比你的动作更快响应时，使用泽拉斯的大招或薇恩的审判时总是会让人非常恼火。

　　脸滚键盘也能赢？

　　然而对某些英雄而言，延迟和预估胜率之间并没有太明显的关系。

　　比如说沃里克，对他而言，和游戏里其他玩家的平均延迟偏差并不是很明显的预测指标。

　　下图是根据游戏内平均ping值的偏差，沃里克的预估胜率。



　　系数= -.0002，z-值 = -4

　　类似的情况还有，辛吉德的获胜概率似乎受延迟的影响也并不大。

　　如果辛吉德与游戏里其他英雄的平均ping值偏差低于30，则他大概会有50%的几率会获胜。如果他和游戏里其他英雄的平均ping值偏差高于30，那么他获胜的概率.。.仍然是50%左右。

　　对此我的解释是，要把辛吉德玩得好，所需要的技巧更多是强调战略性的方面。我该什么时候、在哪里插眼？我该什么时候分推？我什么时候传送、什么时候团战？

　　进一步而言，我不想排除延迟从任何方面可能会对沃里克或辛吉德胜率所造成的影响。匹配赛的设置是为了让玩家能够与其他玩家对战，并且平均大概能有50%的概率获胜。

　　如果对一个玩家来说高延迟是系统性的，那么延迟对英雄获胜概率的影响应该是趋缓的。

　　比如说，如果一个玩家平时的ping值都很低，然后突然他的ping值变高了，那么这名玩家很可能输掉这场比赛。但如果这个玩家一直都是在这种 ping值较高的情况下进行游戏，则情况就并非如此了。换句话说，延迟对比赛结果的影响应该只在玩家ping值与其平时有差异时才发生作用。

　　最后，对于这些研究结果，延迟、英雄、和预估胜率之间的相互关系，我并不想做出任何结论，因为它们可能并没有因果关系。这里所用的模型只有单一的预测变量，而如果我们把其他变量放进去，延迟的影响可能就会消失。

　　话虽如此，我认为数据还是对这种假设提供了支持，即延迟对游戏结果的影响是因英雄而异的。将来使用更为复杂的模型进行分析时，可能会对这个因果性提供更多的证据。



　　根据与平均ping值的偏差，辛吉德的预估胜率。

　　系数= -.0003，z-值 = -2

　　这些结论是否也适用于角色位置上？

　　回到最初提到的问题，我朋友因为高延迟而不玩ADC的理论是否正确？要回答这个问题，我把英雄按照其在延迟情况下胜率受到影响的程度进行了排列(为在统计上趋向倾斜，我按照Z值所给定的标准化回归系数对英雄进行了排列)。

　　然后按照角色定位，取每个英雄在排名里的中位数。比如，亚索似乎是最容易受延迟影响的，因此他排第一位。薇恩是第二容易受影响的，所以和高延迟并且使用薇恩的朋友组队并不是个好主意。

　　事实证明，我们可以看到延迟对预估胜率的影响确实因角色而异。ADC(中位数排名=21)英雄似乎更容易受到延迟影响，随后是中单(中位数排名=50)英雄。最后，辅助、上单、打野受到延迟的影响更小(分别是70、79和93)。

　　这些研究结果都符合这个概念：不同角色受到延迟的影响不一样。

　　所以结论就是，由于延迟高于平均值，我的朋友应该去玩上单、辅助或打野，而不该去玩ADC或中单。