iT邦幫忙

2021 iThome 鐵人賽

DAY 26
0

我們在設計我們的競技類配對系統時,有幾個主要的中心想法分別是,想讓玩家可以與,自己技巧相近的玩家遊玩,相同階級的玩家能分出勝負,每一場配對體驗不會過於懸殊。而今天我們想要認識的,便是這些與配對系統交互影響的系統,這可以在我們評估配對系統,是否產生更好的遊玩體驗的時候,能夠有更多面向的想法。

三個主要系統

  • 技巧評估系統 (Skill System)
    • 藉由對戰紀錄,評估玩家在特定遊戲的技巧能力
    • 產出級分(1500~3000 or -0.7~1.2)
    • 可評估兩個玩家對弈獲勝的期望值
  • 階級排位系統 (Ranking System)
    • 給予玩家階級頭銜,得以體現該玩家在此遊戲中的位階
    • 可利用 skill system 協助評估
  • 配對系統 (Matchmaking System)
    • 將特定條件玩家配對峙同一場遊戲
    • 可能會以 skill system 與 ranking system 為條件配對
    • 與 skill system 與 ranking system 交互影響

階級與級分

以目前常見的 Elo rating system 當做基礎,我們可以觀察到幾個重點:

  • A 玩家與 B玩家對弈獲勝的期望值
    https://i.imgur.com/6PZbfFv.png
  • A 玩家賽後的級分
    https://i.imgur.com/lEPBhgK.png
  • Elo 系統可藉由一個函式fx(),計算出一個獲勝期望值
  • 結束時增加或減少的級分,將被 K 值放大
  • K 與 Sa 值決定該局級分增減上限
  • 指定級分區間為階級(大師 2300~2399)
  • 可依照比賽後的結果,預期玩家賽後的級分

在此評估模型下最大的缺點,在於新手快速成長的期間,無法快速的使玩家達到符合其實力的階級,玩家依然需要透過較多的場次,來達到符合其階級的級分。而調整的方式可以透過在連勝時,加上連勝可獲得的連勝加成,加速整個階級劃分的過程。

競技配對

在一個競技配對中,純以階級配對的話,將產生一些曲線不夠平滑的問題,因此我們需要使用 skill system 所產出級分,協助我們在相同牌階裡,找出實力更為近似的對手。以 Open-match 的設計來說,我們必須要在 create tickets 時,塞入 rank 與 skill_score 資訊,先以 rank 當作第一層 filter,再以 skill_score 或加上其他資訊計算出指標值,提供 evaluator 產出配對結果。最後即便 MMF 可以透過單元測試檢驗,我們依然需要透過統計觀察,我們的配對模型是否真的如我們預期的方向進行,可繪製圖表協助我們了解其回歸狀況。

https://i.imgur.com/JklwZdy.png
https://i.imgur.com/KFvNtz6.png

Reference

Skill, Matchmaking, and Ranking Systems Design


上一篇
Day25 測試與評量 MMF
下一篇
Day27 Apex 配對機制分析
系列文
徵坦補! 新手可! Open-Match 配對框架30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言