OOPS DOTA NEWS / DOTA 2 · AI
研究專案 · 尚非可直接使用的遊戲助手
Dota 2 的 AI 研究:Dota2-Vis 分析對手何時看得見英雄
在線上露面,就給了對手情報。Dota2-Vis 的研究人員利用電腦視覺,量測比賽錄影中的這類露面情況。我們來看看這個專案實際能做什麼,以及現在就能帶著哪個問題檢討自己的回放。
- 研究更新
- 本站釋出時間
- 來源核實日期

已確認的內容
- PUCPR 團隊研究了 TI2025 的 144 場比賽:每場各有雙方視角的錄影,合計 288 部影片。
- YOLO11l 偵測模型會辨識小地圖上的玩家圖示,再根據觀測結果繪出英雄對敵方的可見性圖表。
- 截至查核當日,作者的 README 仍表示程式碼與資料存取說明將於日後公開。
AI 究竟在量測什麼
研究人員分別從兩隊視角觀察比賽。英雄在完整地圖上的位置,和對手能取得的情報,是兩回事。戰爭迷霧、樹木與視野都會影響可見範圍。這個專案研究的是英雄何時出現在敵方小地圖上,而不是讀取玩家的意圖。
0在線上露面,不一定就是失誤
核心可能刻意推線,讓隊友去控制地圖另一側;輔助有時也會露面,收掉危險位置的兵線。這些是我們舉的遊戲例子:單看一張可見性圖表,無法證明站位不好,也無法證明某個行動正確。還得考慮團隊目標與當下戰況。
如何把這個想法用在自己的回放
挑一次重要團戰前的死亡。回放時切到敵方視野,找出自己的英雄最後一次露面的位置:對手在哪裡看到你,之後可能推測你走哪條路?別用觀戰者的全知視角,取代玩家當時實際能取得的情報。
接著只選一項調整:換條路、等情報,或改變上線時機。這是 OOPS DOTA 編輯部設計的練習;我們並未宣稱測試過該程式,也未證明它能提升 MMR。
常見問題:現在能下載現成的教練工具了嗎?
我們無法確認專案已完整公開上線。論文稱資料集可供使用,但儲存庫的 README 仍表示程式碼與存取說明會在日後提供。因此,別把研究連結當成已經能用來分析自己比賽的現成應用程式。
常見問題:這是 OpenAI Five 的後續專案嗎?
這是不同的專案。2019 年,OpenAI Five 在一場採用受限規則的歷史性實驗中,以 2:0 擊敗 OG。Five 直接操控英雄;Dota2-Vis 則分析錄影中的可見性。當年實驗的結果,並不代表現代聊天機器人的能力。
第一手來源
原始釋出內容與日期。核實日期 2026年11月6日.


