Predição de vitória em jogos de luta a partir de sequências temporais de comandos: uma prova de conceito com Street Fighter 6

Abstract

A predição de resultados em esports tem sido amplamente explorada em jogos de estratégia, MOBAs e jogos de tiro, geralmente a partir de estatísticas da partida ou variáveis de estado. Jogos de luta, contudo, permanecem menos explorados, embora constituam um domínio particularmente adequado para análise de desempenho a partir do comportamento do jogador. Este artigo apresenta uma prova de conceito para predizer resultados em rounds de um popular jogo de luta, Street Fighter 6, utilizando-se sequências temporais de comandos (inputs) executados pelo jogador. O objetivo foi verificar se padrões de inputs contêm informação suficiente para estimar a probabilidade de vitória, sem recorrer a imagens, áudio, barra de vida ou outras variáveis contextuais do jogo. Foram analisados 128 rounds de partidas jogadas pelo autor, cada um representado como uma sequência ordenada de eventos discretos e classificado por uma rede neural recorrente do tipo GRU. O modelo classificou corretamente 75,0% dos rounds, com sensibilidade de 83,7% para vitórias e especificidade de 69,6% para derrotas. Rounds vencidos apresentaram probabilidade média de vitória superior à dos perdidos (72,0% contra 33,9%), com diferença estatisticamente significativa. Além disso, o tempo em que a probabilidade estimada permaneceu acima de 50% associou-se ao desfecho do round. Os resultados indicam que sequências de comandos em jogos de luta contêm sinal relevante para predição de resultados e sugerem aplicações futuras em análise automatizada e feedback de desempenho.