Moba AID 🎮

Informações gerais

Os parâmetros utilizados para calcular o fitness máximo foram os seguintes:

Taxa de vitória do top + taxa de vitória do jungler + taxa de vitória do mid + taxa de vitória do carry + taxa de vitória do support.

Para cada uma das composições geradas, são analisados os valores de role dos campeões participantes. Caso os campeões possuam roles relacionadas à estratégia proposta, um fator de bonificação de 0.1 é acrescido ao multiplicador (que inicia-se em 1.0) do valor de avaliação. A relação de estratégias e roles funciona da seguinte maneira:

Estratégias	Roles
Hard Engage	Hard Engage
Team Fight	Area of Effect
Pusher	Poke, Wave Clear

Inicialização

Instale as dependências

cd server && yarn install

Duplique o arquivo .env.example e renomeie para .env preenchendo as variáveis corretamente
Suba o servidor

yarn start

(OPCIONAL) Importe a collection docs/moba.aid.postman_collection.json no seu Postman para testar os endpoints

Resultados

Os resultados obtidos após a execução da abordagem estarão disponíveis nas pastas reports e time-reports. A primeira conterá informações a respeito de cada uma das gerações e execuções e a segunda conterá informações a respeito da duração de processamento em cada uma dessas etapas.

Contribuidores

_@eliocosta

Autores

_@tekpixo	_{@fcarlosmonteiro}	_{@santospatrick}

Citação do artigo publicado no SBgames 2019

Artigo: https://www.researchgate.net/publication/337260793_An_Approach_for_Team_Composition_in_League_of_Legends_using_Genetic_Algorithm

@INPROCEEDINGS{Costa2019, 
author={L. M. {Costa} and A. C. C. {Souza} and F. C. M. {Souza}}, 
booktitle={2019 18th Brazilian Symposium on Computer Games and Digital Entertainment (SBGames)}, 
title={An Approach for Team Composition in League of Legends using Genetic Algorithm}, 
year={2019}, 
pages={52-61}
}