GDC 2018:John McDonald(Valve)—— 使用深度学习打击 CSGO 中的作弊行为
GDC 2018: John McDonald (Valve) - Using Deep Learning to Combat Cheating in CSGO
频道:max4warn · 时长:1:05:32 · 发布:2018-03-31 · 播放:127839
简介
Valve 的 John McDonald 在 GDC 2018 上介绍了 VACNet,这是一个深度学习系统,通过分析 CS:GO 游戏玩法来检测作弊者。演讲涵盖了模型如何在人工审核的 Overwatch 案例上训练,以及其输出如何辅助人工审核。
HN 为什么推荐
HN 指出它是服务器端、行为式、非侵入式机器学习反作弊的典范,常被用作内核级反作弊的对比。
如果你有时间,实际的演讲值得一听。 — HN, 2020
中文字幕节选
嗨,在我们开始之前有一点小事要说,我需要请大家 把手机调成静音,以免它们响起来,同时也要确保 在结束后填写调查问卷,或者在我们结束后,它们对 GDC来说非常有用,可以帮他们决定该邀请谁回来,而且对我来说也很有用, 可以了解你们是否喜欢我的演讲方式,以及是否喜欢我讲的内容,所以 请在结束后花点时间做这件事。好了,这些就是 需要处理的事情,让我们开始吧。我叫John McDonald,来自Valve, 今天我想来谈谈我们如何使用深度 学习来有效打击CS:GO中的作弊行为。剧透一下,效果相当不错, 我们对此很满意。所以有很多内容,我们有一整个小时, 我们会涵盖很多方面。我会花一点时间, 提前警告一下,大概15分钟左右,谈谈作弊方面 CS:GO的现状,以及我们在这个领域做的其他事情,然后我们会 深入探讨我在2016年向Valve内部人士提出的建议,即为什么 我们应该尝试一下。我们会深入讨论结果,然后谈谈 如何训练和使用深度网络,我们会讨论一些正在进行的 内部工作,然后我们会结束。有一件事可能值得提一下, 就是这个列表中明显缺少了深度学习。我实际上不会试图 在一小时内教你们深度学习,因为我不相信我能做到,但 我会在最后给你们指出一些资源,这样当我们结束后,如果你们觉得 哦,这也许是我应该尝试的东西,你们知道从哪里开始, 好消息是学习起来其实相当直接。好了,让我们先谈谈 CS:GO本身。如果你们不熟悉CS:GO,我想你们大多数人 可能都熟悉,但它是反恐精英的续作,是一款竞技性 多人游戏,节奏快,我们有子弹,极其 极其致命,当你死后,你就退出了战斗, CS:GO中的交战非常非常短,平均交战可能只有一到两秒, 所有这些都很重要,因为它影响了我们的作弊问题。CS:GO有1240万 月活跃用户,每天有300万独立用户回访, 所以我们很高兴我们的玩家群体如此狂热。最后,这是第10个 在Source引擎上发布的游戏,我们稍后会看到这如何影响我们的作弊 问题。CS:GO最受欢迎的模式之一是 竞技模式,是5v5游戏模式,先赢16局,每回合大约2 分57秒。当你登录匹配时,我们会要求你同意 你可能需要承诺90分钟,平均游戏时间 实际上更像是40分钟。65%的玩家每月至少 会玩一次这个模式,每天有60万场这样的比赛,这个数字会变化, 取决于一天中的时间,抱歉,是星期几,你知道夏天 比赛更多,学校放假了,但事实证明,大学生 喜欢玩电子游戏,我不知道你们是否知道,但所以让我们 深入谈谈作弊,因为这就是我们在这里的原因。所以回到 2016年,我当时在思考接下来要做什么,我完成了 一些其他的CS:GO工作,我试图弄清楚我想做什么, 通常当我在Valve的那个阶段时,我会尝试弄清楚 社区想要什么,因为我认为任何时候你偿还一些 社区的债务,那是一个很好的投资,同时你试图弄清楚 更大的问题来工作,但事实证明我做不到,因为唯一
HN 上的讨论
但你可以在服务器端检测(至少是概率性地)用户是否在利用它来获取优势。之前有位 Valve 的人做了一个关于他们作弊检测的精彩演讲;我觉得非常 impressive:[VIDEO](无法评论他们现在的有效性,很久没玩 CS 了) — abuob, 2026-01
看上面的视频。这是Valve在GDC 2018上关于VACnet演讲的浓缩回顾。如果你有时间,实际的演讲值得一听。[VIDEO] 我不同意开发者、发行商和/或反作弊公司太无能而无法实施好的解决方案的说法。他们没有认真对待这个问题,否则今天视频游戏中的作弊状况不会这么糟糕。 — willis936, 2020-01
[VIDEO] 看这个!是关于使用机器学习抓作弊者的。我在YouTube上搜索给你看这个视频;我用了搜索词“cs go machine learning”。第一个视频实际上是这个:[LINK] 看起来是在用机器学习做更好的自动瞄准——哈哈! — hatsunearu, 2018-10
Valve的John McDonald最近在GDC上做了一个演讲,讲述他们如何使用机器学习来打击CS:GO中的作弊者。看起来相当有趣。[VIDEO] — Trellmor, 2018-07
如果你想要更新颖的东西,看看Valve的这个演讲[0],关于他们如何将深度学习整合到CS:GO作弊检测系统中(名字容易混淆,叫Overwatch)。它不是用来封禁用户,而是将可疑的操作带入现有的用户审核的 moderation 系统。总的来说,这种人类/AI并行的反馈循环似乎非常成功,从游戏到网络内容审核都是如此。[0] [VIDEO] — ehsankia, 2018-07
相关视频
- 编码冒险:蚂蚁与黏菌模拟 · Sebastian Lague · 17:53
- 探测引力波的荒谬之处 · Veritasium · 9:07
- YouTube的版权系统没坏,坏的是这个世界 · Tom Scott · 42:29
- Karl Sims - 进化的虚拟生物,进化模拟,1994 · MediaArtTube · 4:09
- David Beazley - 从零开始构建Lambda演算 - PyCon 2019 · PyCon 2019 · 3:26:34
- 我们被教导把死亡称为一种恩赐 · CGP Grey · 12:43
- 指数增长与流行病 · 3Blue1Brown · 8:56
- 前聚变科学家谈为什么 2040 年前不会有聚变发电 · Improbable Matter · 15:42
- 黑洞的不可思议效率 · minutephysics · 6:22
- 光速与光无关 · PBS Space Time · 12:46
- 不要成为最后一个死去的人 · CGP Grey · 4:36
- 来自 CERN 的开源 8.5 位数字电压表:构建与测试 · Marco Reps · 33:52
- 赢家通吃 | Anand Giridharadas | Talks at Google · Talks at Google · 1:00:56
- 微积分的本质 · 3Blue1Brown · 17:04
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40