VALORANT Round Outcome Prediction
NAIST と連携し、minimap video analysis から VALORANT の round outcome を予測する transformer-based approach を構築しました。
Open External LinkOverview
この project では、tactical shooter である VALORANT の round outcome を deep learning で予測しました。入力として使ったのは minimap の video data で、そこからどちらの team が round を取るかを推定しています。
minimap は player movement と team coordination の情報を高密度に含んでいるため、privileged な in-game telemetry がなくても、十分に強い computer-vision pipeline を組めると考えました。その結果、esports analytics に対する video-first な approach を実証できました。
Key Features
Transformer Architecture
TimeSformer を使い、minimap video sequence の temporal / spatial dependency を捉えました。
Large-Scale Dataset
1,376 本の tournament video から dataset を構築し、model の training と validation に使いました。
Reliable Predictions
live match state から round outcome を 80.55% の精度で予測しました。
Video-First Pipeline
minimap footage を処理し、player position と team momentum を real time に近い形で推定しました。
Technologies Used
Outcomes & Impact
- IEEE Conference on Games 2025 に採択されました。
- video transformer を esports analytics に応用する実例を示しました。
- 後続研究に使える dataset を整備しました。
Collaboration
奈良先端科学技術大学院大学（NAIST）との共同研究として進めました。