近年来，随着AI技术的持续发展，技术人员们利用AI工具能够实现各种数据的分析。近日，佐治亚大学计算机科学系研究人员研发出了一款针对绝地求生的AI预测工具。

　　在这篇题为《Survival of the Fittest in PlayerUnknown’s BattleGrounds》的论文中，研发人员们表示，玩家们在游戏里的表现并不是想象中那么随机。这套工具的数据依据是玩家的初始游戏数据和天梯分数，并以此来预测玩家在一局游戏里的最终排名以及在游戏里的表现。

论文截图

　　为了训练这个AI模型，研究人员共采集了包括“单排、双排和四排”在内的共450万场比赛的数据。这些数据表示，大多数玩家在一场游戏里都是“零击杀后被淘汰”。有0.3748%的玩家零杀吃鸡，更有0.1059%的玩家一点伤害都没有造成就吃鸡了。那些有着较少击杀的单排或双排玩家，相比四排玩家有更高的几率吃鸡。

　　为了论证他们的系统精确度很高，研究人员表示他们在这450万的样本上设置了四种机器学习算法：Light Gradient Boosting Machine，Random Forest，Multilayer Perceptron和M5P。在实验中，这些实现了平均绝对误差(预测组中误差的平均值的量度)分别为0.02047,0.065,0.0592和0.0634，其中光梯度增强机在精度方面名列前茅。(平均绝对误差越小，模型的预测越准确。)”

　　就目前而言，改研究小组还并未放出面向普通玩家的预测工具。