我们热爱竞技游戏。自从2006年创建以来,拳头游戏就一直致力于创造竞技游戏。竞技的特性能够激发出玩家心中的强烈热情。有了它,游戏中的起起落落才更有意义。但竞技也有可能让某些玩家去攻击他人,破坏大家的游戏体验。 

我们知道问题是存在的。我们见过视频片段,也听过玩家描述在我们游戏中遇到的行为,甚至在我们自己排位时也遇到过。虽然我们无法改变他人,但我们可以调整玩家在我们游戏中的互动方式,营造更好的游戏体验。

我们正在积极进行努力,让我们的游戏更安全、更包容、更公平,从而对所有人都更有趣。

要完成这一目标,我们面临许多挑战,也没有简单的解决方案。 

这时就需要玩家动态系统(Player Dynamics)发挥作用了。作为一套设计准则,玩家动态系统的目标是通过合理搭建游戏结构,鼓励更多正向社交体验,预防有害交互的出现。简而言之,这套准则的目标就是要回答一个问题:“如何提倡并维持健康的在线社区?” 

如果你有兴趣进一步了解玩家动态系统的构筑,及其对游戏设计的影响,请移步今年早些时候发表的两篇系列文章。 

在这篇汇报中,我们将深入介绍玩家动态系统背后的数据,并讲解这对于营造健康的游戏内交互有什么意义。玩家动态系统是拳头游戏整体遵循的一套准则,因此也是多个团队的工作重点。中央玩家动态团队在我们所有游戏研发系统的中心开展工作,影响范围包括现有游戏和在研项目。每款游戏还有专门的团队,负责处理该游戏特有的挑战。

 
riot-player-dynamics-reports-across-all-regions-games

 

来自我们所有地区和游戏的举报

拳头的游戏能受到全球数亿玩家的喜爱,我们受宠若惊。游戏的对局数量惊人,玩家举报的理由也是五花八门,从合理的担忧,到正常的发挥好坏都有。2021年,我们每月平均收到2.4亿次玩家举报,全年拳头各款游戏在所有发行地区的总举报数近30亿次。 

30亿这个数字真的十分庞大。如果所有拳头员工都专职查看这些举报,每年工作365天,每个人每分钟也必须处理6份举报,才能全部看完。

而且并非每次举报都能传递清晰的信息——有些举报都是不需要进行任何处理的。有时可能是因为他们举报的行为虽然体验不太好,但不应该受罚,比如被举报人一局比赛没打好,还有的时候,举报本身就是恶意的。 

但我们的目标是每次举报都要有人过问。也就是说,我们必须发挥创造力,搭建自动化解决方案,用于大规模检测干扰行为。这些系统要具备区分能力,分辨哪些行为理应受罚,哪些不应该。有些行为的判定比较简单,比如挂机,但故意送人头或消极比赛这样的行为,就很难判定了。我们还在不断提高这方面的检测手段,然而要走的路还很长。

在介绍我们目前的工作和具体游戏数据前,我们想先说说帮助我们改进玩家动态系统策略的一些重要收获。偶尔表现不好和反复干扰他人体验是有区别的,这一点很重要。

从行业整体来看,这两种情况的比例大概在95/5左右。也就是说游戏中95%的干扰行为只是偶尔为之。对于这部分玩家,警告和轻度处罚通常就足以避免再犯了。剩下5%,则是持续的故意干扰行为。对于专门破坏其他玩家游戏体验的人,我们绝不容忍。 

还有一点也很重要:处罚是有效果的。2021年,所有受过处罚的玩家当中,该自然年内再次受罚的玩家不到10%。

有因就有果,许多玩家尝到这种后果之后,真的会有改变。 

凭借这些数据,以及从游戏行业中总结出的经验,我们正在研发各种评估玩家行为的新方式。以下是我们目前的工作内容。

 

riot-games-looking-forward

 

未来展望

自动语音评估

目前我们判定语音聊天骚扰的方式,主要是依靠玩家的反复举报和人工流程。但人工流程需要持续监控,而且能调查的案例是有限的,因此我们正在努力研发自动语音评估功能。 

与我们的文字评估系统类似,语音评估的设计初衷是帮助我们自动发现在语音沟通时,干扰他人游戏体验的不良行为。我们收到的每次举报对系统都是有帮助的,能确保系统能对全世界使用语音聊天沟通的各种方式起到监测作用。我们希望既能发现不良行为,又不会打断大家完成关键一击后的热烈庆祝。 
我们的玩家动态中央团队正在努力实现这一点。最先实装的游戏将是《VALORANT》,如果效果理想,这一功能将被扩展到其他使用语音沟通的游戏。

改进我们的文字评估

在我们的大部分游戏中,文字都是玩家与队友和对手的主要沟通方式。同时也是潜在干扰的一大来源。我们为改进游戏内的文字监测,包括游戏内玩家名称和聊天,进行了大量投入,未来还将持续下去。为了更好地检测到违规名称,我们不断努力进行机器学习方面的开发,并支持更多语种,这样就能自动批量捕获全球游戏内的不良文字。 

此外,我们还将扩大零容忍词列表。有些词在任何时候都不该且不能在游戏中出现。我们将为这张列表增加更多拼写方式和语种,因为单纯把某个数字换成字母,这些词语的意思还是不会变的。 

我们将采用玩家动态中央团队创造的新流程,应用到旗下所有游戏中,包括替换《英雄联盟》的传统文字监测系统,为《英雄联盟》玩家显著提高文字评估水平。 

信用驱动的举报评估

我们正在扩展自己的能力,检测在多局比赛中获得的举报次数显著高于平均水平,却逃过了自动监测系统的异常玩家。这套系统目前仅关注沟通中的干扰行为,但我们正在将其扩展到游戏中的不良行为和违规名称方面。 

为了进行扩展,我们需要对举报习惯进行认真的调研,采取保守的调整节奏,避免玩家受到不公正的处罚。不过目前为止的效果都很理想,我们认为这项功能对于辨别影响大、检测难的干扰行为很有价值,比如故意送人头。

实时评估

我们正在努力实现对聊天相关的不良行为实时采取行动。想象这样一套系统,在玩家向队友发出不良信息时,就能及时提醒他们。这样玩家就能在对局中调整自己的行为了,但我们还想确保不会影响玩家的体验,因此会在不同的游戏中尝试不同方式,找到最合适的方案。这项工作2022年已经开始了,能够正常运行后还将应用到更大的场景中。 

对利他社交的投入

利他社交行为,简而言之就是有意地造福他人。

在游戏中,这意味着注重奖励改善他人体验的玩家,而不仅仅是处罚破坏体验的人。 

我们正在与其他主流游戏开发者合作,开发一套新框架,努力在削弱干扰行为的同时,对积极行为有所奖励。这个主题还在不断成长中,我们认为能对在线游戏社区带来可观的积极改变。今后我们还会分享更多相关内容,敬请期待!

行业合作伙伴与社区

干扰行为不仅存在于游戏中。我们还将继续与行业内外有志于营造安全线上社区、提倡积极体验的合作伙伴联手,包括Fair Play Alliance和#TSCollective。 

通过与合作伙伴的共同努力,我们将实现知识共享,在面对那些不仅影响我们的游戏玩家,同时也影响所有在线互动者的复杂问题时,拿出更多解决方案。 

 

riot-games-stats-behind-the-game

 

游戏背后的数据

玩家动态中央团队(CPD) 

玩家动态中央团队与我们的所有游戏合作,工作重点是检测玩家之间的干扰性交流。与游戏内文字和语音沟通相关的举报,都将采用CPD的系统进行评估。针对游戏行为的举报,如挂机或送人头,都有专门的游戏团队负责。 

大部分文字举报都要经过CPD处理,有1.2亿场对局都至少出现了一次举报,其中共有1300万场对局存在违规行为。根据违规的严重情况和玩家的历史表现,这些违规行为得到的处罚从警告到封号365+天不等。 

《英雄联盟》和《英雄联盟:云顶之弈》

目前我们的《英雄联盟》团队每月要通过文字监测、挂机监测和送人头监测等手段,发出70万次处罚。 

我们的挂机监测系统Leaverbuster会监测每局比赛,确保提前退出对局,影响全队表现的玩家得到处罚。

我们采用了层级系统,这样挂机更频繁的玩家会受到更严重的处罚。而在排位赛中,如果队友挂机了,我们会提供提前投降和降低胜点扣罚的措施,使你不因为队友的错误遭受损失。 

不过队友的错误可能不仅限于早退,还有可能是送人头。追踪这种行为的难度可能比较大,因此我们采用了一个学习模型,能追踪对局中所有英雄的七个不同数据点,有效判断玩家到底是在故意送人头,还是玩得不好。随着我们不断升级这套系统,误判的机率也会变得极低。 

如果你想进一步了解《英雄联盟》团队在玩家行为方面的工作,请参考2022年早些时候的这篇文章。

VALORANT

除了语音聊天,VALORANT的社交与玩家动态团队关注的行为还有挂机和送人头。目前每1000名VALORANT玩家中,有27名会出现挂机行为。其中一些是想蹭经验的外挂程序,但我们渐渐发现,这些外挂往往会和其他外挂排到一局比赛中,如果没人开枪,也就挣不到经验值了。 

对于那些还在键盘前,但故意要放弃对局的玩家,我们目前有多项送人头监测功能正在开发中。 

当前的监测手段会考虑所有信息,判断一名玩家是故意放水,还是单纯打得不好。不过这种手段只能在出现负面行为后将其捕获,无法缓解你连输11回合,玩得很不开心的情况。 

所以VALORANT团队正在开发实时送人头监测系统。但游戏中的表现不佳,可能有大量潜在原因,而故意放水只占很小一部分,因此这个领域还存在很大的灰色地带。一旦VALORANT将误判降到较低的水平,我们就将推出这套新方法,与对局后监测系统配合工作。 

《英雄联盟手游》

2022年,《英雄联盟手游》的流程在不断进步。此前的挂机监测只是简单地检查玩家是否有任何动作。但有些玩家知道如何避开这种简单的监测,所以我们加入了更多层次,真正判断玩家是否还在参与对局,是否在进行有意义的操作,而不仅仅是到处乱走。 

2022年,《英雄联盟手游》还推出了一套新的送人头监测系统,利用机器学习,判定玩家是否在故意放水。2022年3月起,送人头监测系统共发现了近2000起故意放弃比赛的行为。随着机器不断学习,还会有更多送人头的玩家被发现,这个数字也将不断提高。 

最后是胜负交易监测。该功能会监测多种因素,包括我们称为“协同对抗”的玩家。这些玩家一直会和同样的玩家组队,或是对抗。通过观察协同对抗玩家的行为模式、对局时间和协同对抗房间的胜负纪录,监测系统就能发现胜负交易行为。

透明度的重要性

从一款游戏到多款游戏,带来了许多新的挑战。随着更多游戏的推出,我们正努力将玩家动态的考虑融入游戏设计的最早期,从一开始就为营造更好的社区打下基础。 

与此同时,我们也很重视所有游戏中数据收集的透明度。这些问题都比较复杂,可能无法彻底解决。尽管如此,我们也将致力于改进所有玩家的游戏体验,并将定期汇报我们为此所做的工作。 

最后,一如既往,谢谢所有玩家!