/dev:
Verhaltenssysteme: Oktober-Update

Zuversicht bei der Erkennung und bei den Meldungen.

/dev:AutorTeam für Verhaltenssysteme
  • In die Zwischenablage kopiert

Willkommen zurück zu unserer Oktoberausgabe der Verhaltenssysteme-Updates. In diesem Monat haben wir einige neue Themen für alle, aber zuerst schauen wir uns an, wie wir aktuell unsere Ziele im Auge behalten und was als Nächstes in den Startlöchern steht

Updates für die Ziele und den Status

Wir haben unsere Reise vor ein paar Monaten mit den folgenden Zielen für absichtliches Verlieren und Inaktivität angetreten

  • Eine Abschwächung der Auswirkungen von negativen Verhaltensweisen, wenn sie im Spiel auftreten:
    • Frühes Aufgeben (in Arbeit)
    • Abschwächung des LP-Verlusts: Ein geringerer LP-Verlust, wenn Mitspieler in Ranglistenspielen inaktiv sind oder absichtlich dem Gegner zuspielen (in Arbeit)
  • Abschreckungen, um sicherzustellen, dass solche Verhaltensweisen gar nicht auftreten:
    • Strafen und Sperren für Spieler, die als inaktiv identifiziert werden (wurde mit Patch 10.19 veröffentlicht)
      • Die Strafen für Inaktivität wurden weltweit um 10 % erhöht
      • Die Erhöhung der Strafen geht mit einem Rückgang der Inaktivität einher
    • Bessere Erkennungssysteme für Inaktivität (wurde mit Patch 10.20 veröffentlicht)
    • Bessere Erkennungssysteme für absichtliches Verlieren (in Arbeit – wird voraussichtlich mit Patch 10.21 veröffentlicht)
    • Verbesserungen bei der Genauigkeit der Erkennungssysteme für alle Verhaltensweisen (in Arbeit – mehr dazu unten!)


    Mit Patch 10.21 werden unsere Systeme absichtliches Feeding sowie Spieler, die andere sabotieren, besser und schneller erkennen. Dazu haben wir unsere bereits existierenden Erkennungssysteme überarbeitet, die darauf angewiesen waren, dass die Spieler wiederholt dem Gegner zuspielen und dadurch viele Tode ansammeln. Unsere neuen Erkennungssysteme, die mit Patch 10.21 veröffentlicht werden, berücksichtigen bestimmte Details jedes Todes und heben jene hervor, die absichtlich wirken. Dadurch können wir auch Spieler erkennen, die nur selten sterben, und gleichzeitig absichtliche Feeder von normalen Spielern unterscheiden, die einfach nur ein schlechtes Spiel haben.

    Unser Ziel für jede Aktualisierung der Erkennungssysteme ist es, zumindest einen der folgenden Aspekte zu verbessern, ohne dabei die anderen wieder zu verschlechtern:

    • Die Erkennung von mehr Übeltätern als zuvor
    • Die schnellere Erkennung von Übeltätern
    • Die Verringerung des Kollateralschadens durch das falsche Erkennen von unschuldigen Spielern

      Aktuell konzentrieren wir uns immer noch darauf, schwere Vergehen bereits nach einem einzigen Spiel zu ahnden, es kann jedoch eine Weile dauern, bevor wir genug Daten gesammelt haben, um selbstsicher gegen einige der differenzierteren Verhaltensweisen vorgehen zu können. Im Zuge der nächsten Aktualisierung werden wir versuchen, Verhaltensweisen, die wir erst nach mehreren Spielen mit gutem Gewissen bestrafen können, bereits nach einem einzigen Spiel mit gutem Gewissen bestrafen zu können. Langfristig gesehen werden wir nach Möglichkeiten suchen, absichtliche Feeder bereits während des Spiels zu bestrafen.

      Hochaktuelles Thema: Selbstsicherheit bei den Meldungen und Aktualisierungen für die Genauigkeit und dich

      In unserem August-Update vor zwei Wochen haben wir darüber gesprochen, dass wir uns selbst hunderte Spiele angesehen und dabei eine Menge gelernt haben. Und das waren unsere größten Erkenntnisse:


      • Die Meldungen der Spieler eignen sich wesentlich besser dazu, subtilere/differenziertere spielzerstörende Verhaltensweisen zu identifizieren als unsere Versuche, diese Verhaltensweisen durch theoretische Diskussionen zu definieren.
      •  Nicht alle Meldungen sind gleichwertig. Es gibt Spieler, die störende Verhaltensweisen sehr gut und konsistent ausmachen können, und andere, die nach jedem Spiel auf die Schaltfläche „Melden“ hämmern.
      • Wir sind mit den Fortschritten, die wir bei den Verbesserungen an unseren Erkennungssystemen für einzelne Spiele machen, sehr zufrieden, wir haben aber auch gelernt, dass uns bei dieser Herangehensweise entgeht, wie sich die Verhaltensweisen der Spieler im Verlauf von mehreren Spielen verändern – auch wenn wir jedes einzelne Spiel richtig bewerten.


        Diese Erkenntnisse haben uns dabei geholfen, ein neues Erkennungssystem zu entwickeln und zu testen, und wir können es kaum erwarten, es den Spielern vorzustellen. Wir haben uns die dunkle Magie der „Big Data“ zunutze gemacht und unsere erste Version eines neuen Verhaltensbewusstseinssystems am Ende der Spiele entwickelt.

        Das System misst und steuert verschiedene Arten des Spielerverhaltens über große Zeiträume. Dadurch können wir zwischen Spielen, in denen du einfach Schwierigkeiten hattest und auf deiner Lane untergegangen bist, und Spielen, in denen ein Teammitglied 20 Minuten lang um deinen Nexus gelaufen ist, unterscheiden. Indem wir einen längeren Spielverlauf nutzen, können wir besser entscheiden, wann wir eine Strafe verhängen und wann wir davon absehen.

        Die Spieler können damit rechnen, dass das fertige System die folgenden Funktionen umfassen wird:

        • Es wird Spieler identifizieren, die kontinuierlich störende Verhaltensweisen an den Tag legen, und sie härter bestrafen als unser aktuelles Erkennungssystem, das sich auf einzelne Spiele bezieht. Je häufiger jemand störendes Verhalten an den Tag legt, desto härter wird die Strafe ausfallen. Das gilt bereits für die Strafen für Inaktivität und das Verlassen des Spiels, wir möchten das System aber auf weitere störende Verhaltensweisen ausdehnen.
        • Es wird zwischen Spielern, die störende Verhaltensweisen von anderen Spielern immer wieder gut erkennen, und Spielern, die einfach nach jedem Spiel auf die Schaltfläche „Melden“ hämmern, unterschieden.
        • Es wird Spielern, die störende Verhaltensweisen an den Tag legen, die Möglichkeit gegeben, sich zu bessern. Einer der Vorteile unseres neuen Systems ist, Veränderungen am Verhalten im Laufe der Zeit mitverfolgen zu können. Wir wollen Spielern, die ihr Verhalten bessern, die Chance geben, zurückzukommen, und gleichzeitig die Möglichkeit haben, schwarze Schafe effektiv daran zu hindern, Spiele zu zerstören.

        Wir haben dieses System bei Spielern getestet, die absichtlich dem Gegner zugespielt, andere sabotiert und Spiele verlassen haben, und sind sehr optimistisch. Unsere ersten Tests zeigen, dass wir sowohl die Anzahl an Meldungen durch das Erkennungssystem als auch unser Vertrauen in ihre Qualität erhöhen können.

        In den kommenden Monaten werden wir dieses System weiter verbessern, um das Vertrauen in unsere Erkennungssysteme zu stärken, die Bandbreite an Verhaltensweisen, die wir erkennen können, zu erweitern und es schließlich zu veröffentlichen.



        • In die Zwischenablage kopiert