Ufność w proces wyważania: dane i pogłębiona analiza

Cześć, jestem Brian Chang, analityk z zespołu przenikliwości VALORANT, towarzyszy mi analityk ds. przenikliwości Coleman „Altombre” Palm. Chcemy przybliżyć wam sposób, w jaki przy użyciu danych dbamy o to, aby nasza gra była dla was wyważonym i przyjemnym przeżyciem.

W tym artykule najpierw przedstawimy ogólne zasady, jakimi kierujemy się, wykorzystując dane przy podejmowaniu decyzji o wprowadzanych zmianach. Następnie na konkretnym przykładzie pokażemy wam, jak historyczne dane wpłynęły na modyfikowanie agenta.

SPOSÓB UŻYCIA DANYCH Z GRY W PROCESIE JEJ WYWAŻANIA

Jako zespół ds. wyważenia skupiamy się przede wszystkim na tym, aby rywalizacja w grze miała sprawiedliwy przebieg w przypadku każdego gracza. Tutaj możecie przeczytać wnikliwy post Davida „MILKCOW” Cole’a na temat wyważenia VALORANT.

Jedną z najważniejszych funkcji, jaką pełnią dane w procesie wyważania rozgrywki, jest ich przydatność jako źródła informacji o stanie gry dla projektantów. Wskazują nam one, kiedy wasze wrażenia z gry zaczynają odbiegać od stanu idealnego.

W takim przypadku dane służą za narzędzie diagnostyczne pozwalające zidentyfikować obszary gry wymagające dostosowania. Mogą one występować w postaci telemetrii (np. gdy współczynnik zwycięstw danego agenta jest zbyt wysoki/niski) lub ankkiet przeprowadzanych wśród graczy (np. gdy większość graczy uważa, że gra przeciwko danemu agentowi jest frustrująca).

Staramy się jednak nie opierać wyłącznie na danych podczas podejmowania decyzji dotyczących wyważenia w grze, zwłaszcza w początkowej fazie prac. VALORANT jest dla was stosunkowo nowym nabytkiem i wciąż sami nie jesteśmy pewni, co w tej grze można uznać za „wyważone”.

Nie wiemy na przykład, na ile proporcje między atakującymi a obrońcami preferującymi daną mapę mogą odbiegać od wartości 50 na 50, żeby rozgrywka na niej nadal sprawiała frajdę. Ponadto sprawę komplikuje fakt, że na wyważenie mapy ma wpływ siła i popularność agenta. Meta z dominującymi strażnikami prawdopodobnie skutkowałaby większą liczbą map sprzyjających obrońcom, podczas gdy w mecie z przewagą szturmowców najpewniej częściej występowałyby mapy faworyzujące atakujących (sprawy jeszcze bardziej się komplikują, gdy wziąć pod uwagę sposób, w jaki agenci wpływają na poszczególne mapy). Dane nie będą jedynym i najważniejszym kryterium wyważania, tylko jednym z wielu narzędzi, których możemy użyć, by zrozumieć stan gry.

Stale jednak monitorujemy zarówno dane z rozgrywki, jak i wasze opinie wyrażane w ankietach, aby lepiej zrozumieć, jak korelują one ze stanem wyważenia gry. Dążymy do tego, by w przyszłości ta pogłębiona wiedza pozwoliła nam szybciej rozpoznawać niepokojące aspekty rozgrywki i wskazywała sposób ich korekty.

CO MONITORUJEMY

Aktualnie korzystamy z kilku kategorii danych dotyczących każdej części gry, aby ocenić siłę/kondycję poszczególnych elementów. Oto niektóre ze śledzonych przez nas parametrów podzielone według systemów.

• Agenci: współczynnik zwycięstw (według rangi, mapy), frekwencja (jak często dany agent jest wybierany), krzywe biegłości (ile gier należy rozegrać danym agentem, aby uzyskać „prawdziwy” współczynnik zwycięstw przypisany tej postaci), szerokość w zestawieniu z głębokością (skala popularności agenta a stopień zaangażowania gracza w grę tym agentem).
• Mapy: współczynnik zwycięstw stron w rundzie (według rangi), średni wynik w rundzie według mapy (czy i gdzie Spike został podłożony).
• Broń: popularność broni według rundy, porównanie broni (np. jak użytkownik Vandala wypada w pojedynku z właścicielem Phantoma).

To nie oznacza, że korzystamy wyłącznie z wyżej podanych parametrów, by ocenić kondycję gry, liczymy jednak, że macie już pojęcie o tym, jak wyglądają przykładowe monitorowane przez nas aspekty.

Wyważenie agenta na przykładzie Sage.

W dalszej części postu skupimy się na Sage, agentce, którą — począwszy od premiery w czerwcu — kilkukrotnie osłabialiśmy. Co sprawiło, że wielokrotnie zmienialiśmy Sage i jak to wpłynęło na jej siłę?

KTÓRY AGENT JEST ZBYT SILNY?

Najpierw musimy ustalić, których statystyk należy użyć do oceny siły agenta. W League of Legends wykorzystywane są przede wszystkim parametry frekwencji (jak często dany bohater jest wybierany) i współczynnik zwycięstw (procentowa ilość wygranych gier na bohatera). Rozkładają się one w kilku różnych przedziałach umiejętności: od przeciętnego gracza aż po weterana na poziomie zawodowym.

Usiłując zastosować parametry League w procesie wyważania VALORANT, natychmiast zauważyliśmy potężny problem. W naszej grze dochodzi do meczów równoważnych: bardzo silny agent (lub na ogół wybierany w prawie każdej rozgrywce) może mieć współczynnik zwycięstw wynoszący 50% (ponieważ każdej wygranej tego agenta odpowiada jego przegrana).

Aby rozwiązać ten problem, postanowiliśmy przyjrzeć się nierównoważnemu współczynnikowi zwycięstw agenta (czyli współczynnikowi zwycięstw w przypadku walki z drużyną, która nie ma takiego agenta). Dzięki temu byliśmy w stanie usunąć rozgrywki z „gwarantowaną wygraną ORAZ przegraną”, w których ten sam agent występuje w obu drużynach. Z takim podejściem wiąże się potencjalne ryzyko (pojawia się pewna tendencyjność wyboru, którą nie będziemy się teraz zajmować), uznaliśmy jednak, że nierównoważny współczynnik zwycięstw jest najlepszą aproksymantą, dzięki której poznamy siłę agenta widzianą z perspektywy danych gry.

Oto jak wyglądały nierównoważne współczynniki zwycięstw w pierwszym patchu w kolejce rankingowej na żywo (w patchu 1.02). Nie zapominajcie, że Sage była dwukrotnie osłabiana przed publikacją tego patcha, raz w patchu 0.50 w zamkniętej becie, a potem w patchu premierowym 1.00.

Oto jak w tym samym czasie wyglądała frekwencja agentów w kolejkach rankingowych. Na frekwencję tej agentki do pewnego stopnia rzutował fakt, że Sage była jednym z pięciorga agentów dostępnych za darmo, gdy gracz dołączał do VALORANT, jednak jej obecność w grze utrzymywała się stale na wysokim poziomie.

DLACZEGO AGENT JEST SILNY?

Dane wyraźnie wskazywały na to, że Sage sama w sobie była odrębną kategorią. Jej wysoki współczynnik zwycięstw zasługiwał na dalszą dyskusję o tym, w jaki sposób można ją przystopować.

Na tamtym etapie dane pokazały nam, który agent był zbyt silny. Chcieliśmy jednak lepiej zrozumieć, dlaczego tak się działo w przypadku Sage. Mieliśmy wiele danych, którym mogliśmy się przyjrzeć, aby to przeanalizować:

1. prezentowane przez was w ankietach i bezpośrednich rozmowach uzasadnienia twierdzenia, że Sage jest silna;
2. zmiany siły agenta w zależności od strony (aby zorientować się, na ile uwidoczniają się zalety Sage w ataku/obronie);
3. zmiany siły/frekwencji agenta w zależności od rangi (aby sprawdzić, czy istnieją rozbieżności w poszczególnych przedziałach umiejętności);
4. dane dotyczące konkretnych umiejętności (średniej wartości leczenia dokonywanego przez Sage w ciągu rundy, współczynnikowi zwycięstw w rundzie, w której Sage używa ulta w porównaniu z innymi agentami korzystającymi z ultów itp.).

Wszystkie te kategorie danych pozwalają dokładniej określić, jakie elementy Sage są silne i potencjalnie przesadzone. Jednak największa trudność tkwi w tym, aby osłabiając agenta, nie narazić na szwank jego tożsamości w VALORANT. Jeśli będziemy osłabiać najmocniejszą stronę każdego agenta, ryzykujemy utratę ich wyjątkowości. Dzięki tym danym nasi projektanci przyjrzeli się możliwościom odebrania Sage statusu „pozycji obowiązkowej” w taki sposób, aby jednocześnie agentka zachowała tożsamość postaci premium oferującej spowolnienie/wsparcie.

Należy pamiętać, że dane są tylko jednym z narzędzi oceny siły agenta. Zrozumienie i udoskonalanie zestawu umiejętności agenta w dużej części zależy od obszernej wiedzy i doświadczenia wnoszonych przez projektantów. Ostatecznie tym, co napędza rozwój tej gry, jest nasze podejście do projektowania rozgrywki. Nawet największa ilość danych będzie bezużyteczna, jeśli procesowi wyważania gry nie będą przyświecać podstawowe zasady projektowania, którymi się kierujemy.

Ostatecznie zespół ds. wyważenia postanowił osłabić, choć w różny sposób, zarówno moc leczenia Sage, jak i jej umiejętność grania na zwłokę. Potencjał leczenia został ogólnie zmniejszony (dłuższy czas odnowienia, niższa wartość leczenia przy każdym użyciu), natomiast grę na zwłokę zmieniono tak, by zwiększyć możliwość kontrowania (umacnianie Kuli Bariery zajmuje trochę czasu, zmniejszyliśmy też rozmiar Spowalniającej Kuli).

JAK SPRAWY WYGLĄDAJĄ DZISIAJ

Jak wygląda sytuacja po wprowadzeniu opisanych zmian? Oto jak w liczbach prezentowała się Sage w kolejce rankingowej patcha 1.11:

Sage nadal jest dość silna; tak naprawdę od premiery utrzymuje się wśród najsilniejszej trójki we wszystkich przedziałach umiejętności. Jej frekwencja znajduje się teraz na rozsądniejszym poziomie (waha się w granicach 50%). W odbiorze graczy osłabienie Sage poszło jednak za daleko; według 38% ankietowanych Sage jest obecnie zbyt słaba w patchu 1.11.

CO BĘDZIE DALEJ

Aktualnie mamy wrażenie, że kondycja Sage jest relatywnie dobra. Na to wskazują nasze dane. Istnieje jednak kilka czynników, które musimy dogłębniej zrozumieć na kolejnych etapach tego procesu.

• Premiery agentów, map oraz ich wpływ na siłę agenta: wraz z wypuszczeniem Iceboxa i (co ważniejsze) Skye możemy zaobserwować zmiany w mecie polegające na tym, że Sage stanie się zbyt słaba. Hipotetycznie wprowadzenie innego agenta potrafiącego leczyć sojuszników stworzyłoby dobrą alternatywę, czyniącą z Sage mniej aktualną opcję (tak między nami: nie sądzimy, żeby do tego doszło, choć nigdy nie wiadomo).
• Dane z rozgrywek profesjonalnych: wciąż pogłębiamy wiedzę na temat mety w rozgrywkach zawodowych oraz tego, jak dane z gry na najwyższym poziomie powinny wpływać na nasze zasady wyważania. Jeśli porównamy dane z profesjonalnych meczów odbywających się na całym świecie z meczami w randze Promienistej, okaże się, że wciąż są pokaźne rozbieżności zarówno we frekwencji agentów, jak i w nierównoważnych współczynnikach zwycięstw.
• Odbiór wśród graczy: chociaż dane telemetryczne z gry wskazują, że Sage jest dobrze wyważona, wyniki ankiety podpowiadają, że według graczy jest ona zbyt słaba. Będziemy musieli monitorować zmiany w odbiorze Sage (o ile w ogóle wystąpią) i zastanowić się nad tym, jakie kroki podjąć, jeśli jej siła nadal będzie postrzegana jako zbyt niska.

Dziękujemy, jeśli dotrwaliście aż dotąd i cierpliwie przebrnęliście przez krótki opis przykładowego sposobu, w jaki zespół ds. wyważenia VALORANT wykorzystuje dane. Mamy nadzieję, że dzięki temu zrozumieliście proces i motywy podejmowanych przez nas decyzji (i daliście się przekonać, że Sage nie jest zupełnie do niczego...).