LOL正则 最近匹配配系统的坑爹 难道暗改了么

永猎双子资料攻略
千珏推荐视频
河流之王资料攻略
塔姆推荐视频
时间刺客资料攻略
艾克推荐视频
安妮推荐视频
弗拉基米尔
弗拉基米尔攻略
弗拉基米尔推荐视频
德莱厄斯攻略
德莱厄斯推荐视频
德莱文攻略
德莱文推荐视频
希维尔攻略
希维尔推荐视频
阿木木攻略
阿木木推荐视频
泽拉斯攻略
泽拉斯推荐视频
克格莫攻略
克格莫推荐视频
萨科推荐视频
巴德推荐视频
>>>玩家质疑:拳头暗改潘森 是为了卖皮肤
玩家质疑:拳头暗改潘森 是为了卖皮肤
12:09:16 条|来源:多玩LOL|作者:多玩LOL|
  玩家:秘密修复潘森技能(削弱)是为了屠龙皮肤的销量不受影响吗?
  玩家:秘密修复技能(削弱)是为了屠龙皮肤的销量不受影响吗?
  BuboBubo:
  我是拳头公司电商团队的BuboBubo。我们的团队人数不多,但每个人都全心全意地投入到自己的工作当中。我可以向大家保证这次的事件绝对不是恶性促销策划。在安排上确实疏忽了一些细节,让大家产生了质疑,这一点上真的没有任何故意欺骗大家。我们只是没有考虑到这个问题。
  玩家:既然这样,为什么不退款呢?
  BuboBubo:
  依我了解的情况,这次修改属于平衡性调整,不包括在皮肤退费内容之类。
  随后补充:不好意思口误,应该说是BUG修复。一直在和大家讨论削弱的问题把概念搞晕了。
  玩家:所以你自己也承认这是一次平衡性调整咯?
  BuboBubo:
  我表述错了,是BUG修复。因为玩家们都把这次修复归结成削弱,我条件反射说成平衡性调整了。
  玩家:这么做明显对销售业务造成影响,平衡性团队不应该考虑下这个问题吗?
  BuboBubo:
  我对此持保留态度。我觉得设计团队不应该受外界舆论和营收的影响,这样才能潜心设计和钻研更好的游戏设置。如果我们把时间用在讨论什么对游戏设置(BUG、平衡性、调整等)是必要的,而这些东西对皮肤销售会造成什么影响之类的问题,作为我本人来说是无法放开思维去设计新东西的。如果我的解释不够到位或是有些唐突,我先给大家说句抱歉。
多玩饭盒-王者路上不孤单
告别无聊,告别寂寞,众多美女在饭盒里等你来战!
下载地址:
<img src="/yysnapshot/27e48dcac99ad29c953e" alt="┊ 夭
夜 ‥ 老主播的辛酸路
┊" class="hy-videoFigure__img" />
添加到收藏夹
看完本文后有何评价?
已有0人评价,点选表情后可看到其他玩家的表态。
<span onclick='javascript:if(document.all){clipboardData.setData("Text",location.href);this.innerHTML="[文章地址已复制]";}'
class="btn">[与更多人共享]
游戏数据库
友情链接: |QQ新闻资讯
腾讯系列软件
腾讯手机业务
QQ空间和校友的应用以及网页游戏
QQ技巧,QQ教程
QQ表情,QQ头像,QQ空间素材
QQ空间日志,聊天宝典
测试,生肖,星座,搞笑
您的位置: ->
发布日期: 15:33:21  英雄联盟匹配系统概述:
  匹配系统的目的如下,优先级从高到低:
  1、保护新手不被有经验的玩家虐;让高手局中没有新手。
  2、创造竞技和公平的游戏对局,使玩家的游戏乐趣最大化。
  3、无需等待太久就能找到对手进入游戏。
  匹配系统尽其所能的匹配水平接近的玩家,玩家的水平是来自他们在此之前赢了谁以及他们对手的水平。当你战胜对手,系统会认为你更强,当你输给对手,系统会认为你更弱。虽然这对于某一局游戏并不是那么的公平,但是长期来看,对于多局游戏是相当的公平:因为好的玩家总会对游戏结果造成正面的、积极的影响。我们使用了这样一个方法测试:给水平高的玩家一个新帐号,然后看他们游戏数局后的结果。我们通过大量的测试来证明了我们的想法。
  并且,匹配系统知道预先组队的玩家有一些优势,如果你是预先组队,会给你一些更强的玩家。我们用一些非常巧妙的数学方法来解决预先组队的玩家VSsolo玩家的匹配公平问题。我甚至让两个数学博士来验证,他们都说给力!
  匹配是怎么完成的?
  首先,系统将你放进适当的匹配池里――根据游戏模式(匹配模式、排位solo/双人、排位5人、其他模式等等)
  然后,系统会尝试将匹配池里的人分到更细的匹配池里――5人组队VS5人组队,低等级新手vs其他一些低等级新手,如此这般。
  当你在匹配池中,系统会开始尝试找到合适的配对,目标是撮合一个双方获胜机会都为50%的游戏。
  第1步:确定你的实力:
  *如果你是solo,就直接使用你的个人匹配分(也就是elo值,匹配模式和排位赛有不同的匹配分)
  *如果你是预先组队的,你的匹配分是你队伍的平均分,并且会根据你组队的规模稍微提高一些,这样才能保证你匹配到更强的对手来抵消你组队的优势。我和一个计算机生物学的博士(ComputationalBiologyPh.D)通过研究成百上千的游戏结果,计算出了预先组队到底有多大的优势。我们还在幕后做了一些其他调整,比如新手和高玩组队,比如某地图上蓝队和紫队的玩家哪个更有优势,诸如此类。
  第2步:确定你合适的对手:
  *首先,系统会基于你的elo值,给你匹配跟你非常相近的玩家。最终,系统会放宽匹配的条件,给你一些不是那么完美的匹配,因为你肯定也不想永远匹配不到人。
  *新手会得到一些特殊的保护,通常新手只会匹配到其他新手(在成熟的服务器里,这个比例达到了99%+。除非这个新手和一个高级玩家朋友预先组队)
  第3步:确定匹配:
  *最终,系统会匹配10个大体上同水平、同等级的玩家,促成一个游戏。
  *系统会尝试平衡这个队伍,尽量使双方的获胜机会都为50%。在绝大多数时间,误差会在3%之内――类似50/50,49/51,48/52。实际上的获胜机会会有一点点差别(会在Q&A里面回答这个问题),但是我们的研究标明,在绝大多数情况下,这实际上是一个非常精确的预测。
  长期来讲,我的匹配分(Elo值)是如何被测量的?
  我们使用了一个修改过的ELO系统。ELO系统的基本要点通过使用数学比较两个人的积分,来预测两人的比赛结果――类似“A和B比赛数局,A会赢掉75%的局”。
  然后,比赛结果出来了。如果你赢了,你会加分,如果你输了,你会被扣分。如果你是“出人意料”的赢了(系统认为你输的可能性更大),你会赢得更多的分数。额外的,如果你是一个新玩家,你会加分减分更快,以便于你可以快速的进入到你的水平等级。长期来看,这意味着好的玩家会得到高的匹配分,因为他们总是超过系统的预期,他们会不断加分直到系统可以正确的预测他们的胜率。
  我们修改这个系统给团队比赛使用,基本概念是:基于该团队的所有玩家,得到一个团队ELO值。如果你的队伍胜利,系统会假设该队伍的所有玩家都要比系统猜测的“更强”,并且加分。虽然有一些问题,但是总体上来讲是有效的,特别是玩家预先组队的时候。
  举例,本人在北美的服务器上有2000的普通匹配模式elo。如果我建一个小号,就算没有天赋和符文,我打到8级的时候就已经有1800elo了。这个系统并不完美,但是确实能够让玩家快速的接近自己水平所在的位置。
  当你才开始玩的时候,我们也对ELO做一些微调,让你更快的进入你水平所在的位置。
  *我们有大量的,有优先级的方法来鉴定一个玩家,相比一个标准的新玩家是否更有技巧,更猛。如果发现是的,我们会在幕后提高他的elo一个档次。
  *我们同样也会分辨真的菜鸟新手。
  *提升等级也会极大的提高你的elo值。这个也将帮助系统将30级满级的召唤师和低等级的召唤师区分开来
  如果你想知道ELO系统的理论,以及更多细节,你可以看看这:
  呃,等等,你是怎么处理组队玩家vssolo(单排)玩家的?
  我们大多数情况下,会通过将5人组队的队伍匹配给另外一个5人组队的队伍来避免这种情况的发生(几乎是所有情况下)。
  对于“部分”组队,我们进行了大量的研究,发现优势并没有想象的那么大,所以我们也会把他们混到solo(单排)的玩家里。我们发现有大量的因素会影响到组队优势的大小:从预先组队的规模(比如2、3、4、5组队),到组队玩家的水平,到高玩带菜鸟的组合,到玩家水平不同而导致的情况不同,以及其他的一些必须考虑到的微妙因素。这个要比一些我们曾见过的点对点算法-将任意的统计数据杂糅在一起猜测分数-要可靠的多
  发现这些优势,我们就知道对于预先组队的队伍,需要提高多少elo值,来达成一个公平的匹配,确定一个适当的,在数学上合理的调整。结果在有些情况下非常令人惊讶(同时会校正统计数据)。
  虽然我们不会给出精确的数值,因为这是商业机密,但是我们可以告诉您:
  *5人组队只是比5个路人稍强。
  *部分组队只是比5个路人略强。
  *菜鸟5人组队并不会带来太大的优势,但是高玩组队会有很大的优势。
  *团队实力方差高的队伍,会比方差低的队伍更强。(方差简单来说,是在平均值相同的情况下反应各个元素的大小差异,方差大表示差异大,高方差的队伍类似高玩带低玩,低方差的队伍各个队员实力接近。)
  *这说明了大体上,高水平玩家的Carry作用(可以理解为带领或者大腿),比低水平玩家的送人头作用(feeder)要强力。
  好吧…那为什么要把预先组队的玩家和非组队玩家匹配到一起?
  这是一些原因:
  *这会帮助系统更快的找到适合你的匹配分,让系统更快的给你公平的匹配。这个的工作原理是,如果你组队,会减低运气所带来的成分,如果你单排,你的队友的好坏将对你输赢的影响更大。如果你预先组队,你会和你水平差不多的玩家组成队伍,你随机遇到猛男/坑爹队友几率会更小。因为游戏的结果更多来自你和水平相近的朋友的表现,而不是随机因素,所以你的匹配分会更快的到达精确的值。
  *我们希望玩家可以和自己的朋友一起玩,因为这样会让他们玩的更有乐趣。你也不可能为5v5的游戏设置单独的2人匹配池或者3人匹配池,你需要组合他们来让系统工作。我们选择包含5人组队,因为这非常有乐趣。如果我们以后有足够大的匹配池,我们可能会将5人组队和部分组队区分开来,但是数据告诉我们,这基本不会提升匹配的公平程度,两者的效果基本相同。
  其他一些常见的问题:
  Q:为什么不加入一些其他的细节,类似击杀数等等来确定我的匹配分?
  A:因为这是有偏差的,并且因为非常难以给击杀数这个数值来评分,你使用一个gank英雄的时候(类似老鼠和易大师),要杀多少人才能算是好的呢?而且这会让好的辅助玩家非常吃亏,因为他们的目的就不是拿人头,甚至会为了自己的Carry挡死。最后,玩家会为了刷数据,故意拖长游戏时间,然后拿大量farm对方的人头,而不是为了赢得比赛。我们尽量把测量玩家水平和激励玩家的机制放到努力取胜上面,我们避免了一些不必要的周边行为,而这些行为既没乐趣,还会扰乱匹配系统。
  Q:我非常愤怒,因为匹配系统老给我坑爹队友(feeders,送人头的)。为什么不阻止这种情况发生?
  A:我们的确有试图阻止这种情况发生,但是如果你被匹配到一个明显很弱的玩家,这也说明匹配系统同时匹配给你了一个或者多个强力的玩家。根据我们的研究,我们发现Carry(大腿)对队伍的带领作用要比feeder(送人头,坑爹)的坑爹作用更强。原因是在LOL里,多次击杀同一个玩家的收益是会递减的,并不像其他的同类游戏。我们的分析标明,在平均elo相同的情况下,提高或者降低这个队伍的某个玩家的elo值100(其他玩家相应降低/提高以保持平均分相同),整个队伍的实力会提高约7点elo值。这也表明,LOL中Carry的作用要比feeder的作用更给力一些。确实,有时候你会因为匹配到feeder而输掉这一局比赛,但是那是因为你们队的Carry不够给力。
  Q:这样的话,如果我连胜了数盘,我是不是会被匹配到一些完全不可战胜的对手?
  A:不全是。连胜导致你的匹配分会提高,你会不断遇到更强的对手――但是我们并不是故意的让你的胜率保持在50%的,我们的目的只是为了系统能够正确的预测游戏结果。最终,你会达到你的极限,你将会大致保持50%的胜率。比平均水平高的玩家,往往胜率会比50%略高,因为比他们弱的玩家更多,比他们强的玩家更少。所以匹配时,往往会略微“向下匹配”。对于排位顶尖的高端玩家,他们经常会有90%的胜率。
  Q:你们会如何设计固定的队伍?类似WOW的竞技场队伍?
  A:这是一个非常好的想法,并且让我们有机会设计出更好的匹配系统。我们迟早会做这个,并且使用我们开发的新方法。我们需要检验并且搞清楚你大体上有多强力(例如你的个人积分),同时允许你创建/解散队伍。这是个非常大的工程,但是我们对此非常有激情~
  Q:如果匹配系统真的那么公平,那为何我老遇见那种一边倒的比赛?
  A:有两个原因。第一,LOL有时候“雪球效应”会非常明显。前期太差的表现会导致游戏让人感觉非常一边倒。特别是某些队伍,如果他们开始很顺风,就会一直很顺风。我们遇到过同样的队伍,第一局25-5取胜,第2局确以类似的比分输掉。第二个原因是,玩家发挥的并不好,队伍选取阵容也不好。要进行一局势均力敌的比赛,你需要平衡玩家水平和平衡阵容的选取。有时候玩家选了一个比较渣的阵容,比如5个近战dps,或者3坦克2法师之类的,或者没选打野英雄而对面有。这样的话,尽管你的队伍实力也很不错,但是情况往往惨不忍睹。
  Q:为什么我作为一个高等级玩家,有时候会匹配到一些低等级玩家?他们看上去都是来送人头的。
  A:当一个高等级玩家和一个低等级玩家组队,这是一个非常令人头疼的问题。我们希望玩家可以和自己的朋友一起玩,并且希望这是一种愉快的体验。但是我们并不希望将一部分人的快乐建立在另一部分人的痛苦之上,所以我们往往将这种组合评分更高,保护新玩家不会被高等级玩家虐待。非常不幸的是,不管我们怎么做,我们把这样的组合匹配到任何的游戏中,都有可能造成不愉快的体验。因此,我们计划将实施一个“不平衡组队”的队列,类似我们尽量将5人组队匹配给5人组队。
  Q:我20级了,然后我被匹配到了一些10级的和一些29级的,怎么回事?
  A:当不同等级的玩家组队,我们会使用他们的平均等级来作为匹配的参考。等级并不是匹配系统的主导参数――匹配系统通常是使用实力来匹配――但是我们也会尽量将等级相近的玩家匹配到一起。在预先组队的情况下,我们没法替玩家选择,所以我们尽我们所能,使用平均等级。我们会在这个计算系统里把30级的玩家看作36级,所以我们通常能让中等级玩家的游戏没有30级玩家,然而有时候呢,29级玩家能插进来。
上一篇:下一篇:查看: 14507|回复: 21
【独家揭露】揭露匹配系统的黑幕 排位赛胜率分析
签到天数: 11 天[LV.3]圆转纯熟
我不知道这个所谓的公平匹配系统是腾讯开发的还是拳头公司开发的,我只能说很坑爹。
  在匹配模式与排位赛中,英雄联盟使用一个数学系统来匹配水平相近的玩家。系统会分配给每个玩家一个数值来代表他的相关技术水平,而这个值是由他之前的游戏结果决定的。当玩家排队加入这两个模式时,系统会判定他的相对技术水平。这个数值被称为“ELO值”,是以开发该系统的数学家ArpadElo的名字命名的。该系统会以所有玩家的ELO值为基准来匹配两支队伍,试图创建出双方队伍胜率尽可能为50%的游戏,从而打造出一个公平的竞技平台。
以上是官方给出的匹配系统的解释!
签到天数: 11 天[LV.3]圆转纯熟
好了~下面就让我来给大家分析一下~排位赛获胜的真正原因!我通过最近收集的一些资料~给大家看看如何才是排位赛获胜的关键!!
众所周知,RANK可以有效的反应一个玩家的水平,当然,我们不排除通过刷子,代练上来的一些虚高的玩家,但是我们目前讨论正常情况,正常情况下,如果一个队伍中,RANK分普遍高于另外一个队伍,那么基本上可以认定一个队伍的整体实力高于另外一个队伍。
战斗1.png (128.34 KB, 下载次数: 34)
09:57 上传
如上图所示,胜利队伍一方的RANK分普遍高于失败的一方,众所周知,在定级赛结束之后,胜一场的分数基本上在11分到14分之间,所有我们在失败方加上25分(这是取平均值)之后,如果分数和胜利的一方差不多,那么就表明双方的实力是相当的,但是这场比赛明显在RANK分上就已经碾压了,失败方竟然还有一个1300分的选手,可以说比赛前胜负已定!!
签到天数: 11 天[LV.3]圆转纯熟
战斗2.png (120.47 KB, 下载次数: 53)
10:04 上传
这是另外一场RANK局,就如图上看到的,我们以后把胜利方当做A队,失败方当做B队,从图中可以明显的看出,即使B队的RANK分加上25分,依旧比A队要低,这是一场很悬殊的战斗~不管是操作,还是技巧还是意识,双方都不是一个级别上的~
签到天数: 11 天[LV.3]圆转纯熟
战斗4.png (101.07 KB, 下载次数: 33)
10:07 上传
看到没有,很明显,A队的普遍战斗力比B队高出不止25点,也就是说每次比赛的结果基本上都是定下来的,这点也从侧面反映出RANK系统的正确性!!
签到天数: 11 天[LV.3]圆转纯熟
战斗5.png (95.04 KB, 下载次数: 18)
10:09 上传
我还有大量的例子~玩家们也可以查看一下自己的比赛,看看是不是这个规律
签到天数: 11 天[LV.3]圆转纯熟
战斗6.png (110.76 KB, 下载次数: 29)
10:10 上传
这是一个比较有趣的例子,B队的第一个人的RANK分很高,高于其余的9个人,但是B队最后一个人的RANK分很低,只有基本分1200多一点点,也许是双排的,带朋友,有人会说,这场不是很公平么,平均分差不多啊,但是我想说的是木桶原理大家应该都有听说过吧,无论其余几块板多高,最低的那块板决定了这个木桶能装多少水,虽然LOL没有这么明显,但是也是有一定影响的,1200分段的人不管从意识还是操作,走位上,我可以说都远远不如分段的人,1200分段的玩家会经常做一些匪夷所思的举动,虽然可能说不是故意的,但是他们对于战斗的理解没有那么深刻,团战中一次无意的举动,往往就会带来团灭,也就是所谓的短板,所以除非是很厉害的大神,才能带动一个低分段玩家,因为他完全可以一个人HOLD住全场,主宰战场。但是在1500分左右的RANK局几乎是不可能的,我宁愿在一个大家分数都差不多的队伍里也不愿意在一个大神带领的小白队伍里面。
签到天数: 11 天[LV.3]圆转纯熟
战斗7.png (103.49 KB, 下载次数: 37)
10:15 上传
这可以算是比较公平的一场比赛了,但是A队的RANK分还是普遍高于B队25分以上!!!!!
签到天数: 11 天[LV.3]圆转纯熟
我还有大量的例子,就不一一列举出来了~大家可以看看是不是自己的比赛也是这样子,所以我对LOL这款游戏所谓的公平匹配系统感到深深的怀疑!!!!!
该用户从未签到
分析的有道理!!!
签到天数: 26 天[LV.4]初窥堂奥
写的很不错啊
该用户从未签到
你们都说有道理,那就有道理咯.
该用户从未签到
楼主应该把每局比赛后获得和失去的 积分再说一下;我也曾经1600时打对面1700的,但是输了只掉了8分,要是那局赢了估计能有20分, 比赛从来没有说永远双方实力平等,100之间的波动都是正常,比如最新出的“联赛”系统中同一个 等级的“联”中分数也会相差很大。高分打低分胜率高但是输了惩罚重赢了几乎不加分,就像欧服那位RAN2900的那位冲分时 ,赢了一点点分输了掉很多分,
该用户从未签到
楼主的意思是1500分的就只能和的匹配?ELO的前提条件是必须有广泛的基础,也就是玩家必须够多,要不然你1500排位,同时也要开始游戏的玩家只有1450左右的,难道你要等上办个小时排队?在早期的BN,一个40等级的玩家要想打一场天梯赛可能需要等上1-2个小时,你觉得那是你想要的?ELO只能尽量平衡,而不是给你做到绝对平衡,所以在100分内的差距系统本来就是可以接受的,如果你在1区可能分差不会太大,如果在小服,差个100分还不是为了让你能尽快开始游戏,免得一等10分钟,OK?
该用户从未签到
我觉得楼上说的有道理~其实100分以内的差距都是可以接受的范围之类的~
该用户从未签到
系统已经尽量的让两队的分数差不多了。毕竟每个服务器同时打排位的人有多少呢
楼主这样硬掰算是吹毛求疵了。
不然完全按照你的说法,每局开始等20分钟,估计都没有人打排位了。
签到天数: 1 天[LV.1]初学乍练
匹配快有什么用?我在夜里玩把把排位匹配到kda不到6 5的队友什么坑都能遇到 还不如匹配我相符等级的ai管用
签到天数: 1 天[LV.1]初学乍练
匹配快有什么用?我在夜里玩把把排位匹配到kda不到6 5的队友什么坑都能遇到 还不如匹配我相符等级的ai管用
签到天数: 1 天[LV.1]初学乍练
匹配快有什么用?我在夜里玩把把排位匹配到kda不到6 5的队友什么坑都能遇到 还不如匹配我相符等级的ai管用
签到天数: 1 天[LV.1]初学乍练
匹配快有什么用?我在夜里玩把把排位匹配到kda不到6 5的队友什么坑都能遇到 还不如匹配我相符等级的ai管用
签到天数: 1 天[LV.1]初学乍练
我的kda都从17.6掉到 9.9了&&
Powered by10425人阅读
技术(65)
这是Riot的Design Director Tom Cadwell专门为中国玩家写的讲解匹配系统工作原理的帖子。
同时为了让大家更好的理解匹配系统,如果您觉得您遇到了特别不公平的匹配,请回复游戏开始时间和比赛结束截图,我们会调查该局匹配是如何完成的,坑爹的玩家是为何加入到这一局的。
很多人抱怨看不懂,我来个精简比喻版的:
有个篮球联盟,有无数个球员和大概20个等级的联赛。
所有球员都是10级联赛的成员,他们自由组合互相比赛,赢的人,升级到11级联赛,输的人降到9级联赛。
然后每个等级联赛再次开赛,又有的人升级有的人降级,最终这20级的联赛都有球员参加。
我们的大量的数据证明,一个球员的水平,会让其稳定在大约3个联赛之间,也就是科比是参加20级联赛的,且当他和4个17级联赛的人组队,基本不会输给17级联赛的人。且,把科比降到10级联赛,他会轻松的在20局之内回到20级。
理想情况下,球员都是在跟自己同样经历的球员玩,一个中等水平玩家完全不会匹配到科比,科比也不会匹配到刚玩游戏的玩家。
事实上匹配系统的分级会比这个更复杂更智能,采用的是国际象棋所采用的elo系统。
再增加个FAQ:
Q:系统为了保持胜率50%,是否会在我连胜后故意塞给我一些菜队友让我输?
A:系统的目的不是为了保持你的胜率,而是让水平差不多的玩家一起玩。当你和水平差不多的玩家一起玩时胜率会趋近50%,所以,系统是不会故意坑你的。
Q:我才100胜,为什么系统老匹配600胜的玩家给我?
A:胜场并不能反应一个人的水平。如果把匹配系统比作跑步,练习了3年才能跑进11秒的和第一次就跑进11秒的人我们是同等看待的。匹配系统基于水平而不是基于经验。
Q:我胜率60%,为什么匹配40%胜率的队友、60%胜率的对手给我?
A:胜率也不能反映水平。匹配系统不但要看你是否赢了,也要看你赢了谁。就像war3的sky在职业圈胜率其实并不高,但是虐一般的玩家胜率是100%。同样水平的玩家,会因为随机匹配到对手的关系,胜率会40%~60%不等。
Q:你说水平差不多,为什么我觉得他们这么菜?
A:匹配系统提供的是公平的机会,而未必是你理想的结果。我们能追求系统公正,但是无法预测玩家单局内的表现。
系统100%匹配曼联对阵皇马,但是不能保证某一次曼联不会4:0碾压皇马,且在这局中,C罗表现yts,完全就在拖后腿。或者曼联也可能连胜皇马3次之类的。但是,系统只会把曼联去匹配皇马而不会出现曼联对阵中超深圳队。具体到某一局是皇马赢还是曼联赢取决于那一场的排兵布阵,临场发挥,以及战术意图。
如果这个坑爹玩家真的不在你的水平等级,他就会一直坑队友,一直输,等级一直降低,这样会让他离开你的匹配范围,让他不再可以和你匹配到。根据我们的数据,玩家的elo基本是稳定在较小范围内的。这也就是深圳队和皇马的差距,也是中国国家队能赢法国队,确永远打不进世界杯的理由。
系统没办法给你完美队友,玩家会因为很多原因发挥不好:使用不会的英雄、打了不想打的位置、玩法风&#26684;和队友不够搭配,前期不利想挂机等等。但是你和对方玩家遇到这种情况的概率是相同的,系统并不会偏袒任何一方。所以想要完美队友,请和朋友组队,不过那样你也会碰见更厉害的对手。
如果大家在如何鉴定玩家水平上有好的想法欢迎提,但是如果想要通过抱怨玩家游戏内表现来证明匹配系统不公平,就是在和风车决斗了。每个人的看法都不一样的,系统判断他和你在遇到同样的队友和对手时候,胜率差不多,这也是我们目前能做到最好的了。
以下是文章的正文。
匹配系统的目的如下,优先级从高到低:
<span style="color:#、&&保护新手不被有经验的玩家虐;让高手局中没有新手。
<span style="color:#、&&创造竞技和公平的游戏对局,使玩家的游戏乐趣最大化。
<span style="color:#、&&无需等待太久就能找到对手进入游戏。
匹配系统尽其所能的匹配水平接近的玩家,玩家的水平是来自他们在此之前赢了谁以及他们对手的水平。当你战胜对手,系统会认为你更强,当你输给对手,系统会认为你更弱。虽然这对于某一局游戏并不是那么的公平,但是长期来看,对于多局游戏是相当的公平:因为好的玩家总会对游戏结果造成正面的、积极的影响。我们使用了这样一个方法测试:给水平高的玩家一个新帐号,然后看他们游戏数局后的结果。我们通过大量的测试来证明了我们的想法。
并且,匹配系统知道预先组队的玩家有一些优势,如果你是预先组队,会给你一些更强的玩家。我们用一些非常巧妙的数学方法来解决预先组队的玩家VS solo玩家的匹配公平问题。我甚至让两个数学博士来验证,他们都说给力!
匹配是怎么完成的?
首先,系统将你放进适当的匹配池里——根据游戏模式(匹配模式、排位solo/双人、排位5人、其他模式等等)
然后,系统会尝试将匹配池里的人分到更细的匹配池里——5人组队 VS 5人组队,低等级新手 vs 其他一些低等级新手,如此这般。
当你在匹配池中,系统会开始尝试找到合适的配对,目标是撮合一个双方获胜机会都为50%的游戏。
第1步:确定你的实力:
*如果你是solo,就直接使用你的个人匹配分(也就是elo&#20540;,匹配模式和排位赛有不同的匹配分)
*如果你是预先组队的,你的匹配分是你队伍的平均分,并且会根据你组队的规模稍微提高一些,这样才能保证你匹配到更强的对手来抵消你组队的优势。我和一个计算机生物学的博士(Computational Biology Ph.D)通过研究成百上千的游戏结果,计算出了预先组队到底有多大的优势。我们还在幕后做了一些其他调整,比如新手和高玩组队,比如某地图上蓝队和紫队的玩家哪个更有优势,诸如此类。
第2步:确定你合适的对手:
*首先,系统会基于你的elo&#20540;,给你匹配跟你非常相近的玩家。最终,系统会放宽匹配的条件,给你一些不是那么完美的匹配,因为你肯定也不想永远匹配不到人。
*新手会得到一些特殊的保护,通常新手只会匹配到其他新手(在成熟的服务器里,这个比例达到了99%&#43;。除非这个新手和一个高级玩家朋友预先组队)
第3步:确定匹配:
*最终,系统会匹配10个大体上同水平、同等级的玩家,促成一个游戏。
*系统会尝试平衡这个队伍,尽量使双方的获胜机会都为50%。在绝大多数时间,误差会在3%之内——类&#,49/51,48/52。实际上的获胜机会会有一点点差别(会在Q&A里面回答这个问题),但是我们的研究标明,在绝大多数情况下,这实际上是一个非常精确的预测。
长期来讲,我的匹配分(Elo&#20540;)是如何被测量的?
我们使用了一个修改过的ELO系统。ELO系统的基本要点通过使用数学比较两个人的积分,来预测两人的比赛结果——类&#20284;“A和B比赛数局,A会赢掉75%的局”。
然后,比赛结果出来了。如果你赢了,你会加分,如果你输了,你会被扣分。如果你是“出人意料”的赢了(系统认为你输的可能性更大),你会赢得更多的分数。额外的,如果你是一个新玩家,你会加分减分更快,以便于你可以快速的进入到你的水平等级。长期来看,这意味着好的玩家会得到高的匹配分,因为他们总是超过系统的预期,他们会不断加分直到系统可以正确的预测他们的胜率。
我们修改这个系统给团队比赛使用,基本概念是:基于该团队的所有玩家,得到一个团队ELO&#20540;。如果你的队伍胜利,系统会假设该队伍的所有玩家都要比系统猜测的“更强”,并且加分。虽然有一些问题,但是总体上来讲是有效的,特别是玩家预先组队的时候。
举例,本人在北美的服务器上有2000的普通匹配模式elo。如果我建一个小号,就算没有天赋和符文,我打到8级的时候就已经有1800elo了。这个系统并不完美,但是确实能够让玩家快速的接近自己水平所在的位置。
当你才开始玩的时候,我们也对ELO做一些微调,让你更快的进入你水平所在的位置。
*我们有大量的,有优先级的方法来鉴定一个玩家,相比一个标准的新玩家是否更有技巧,更猛。如果发现是的,我们会在幕后提高他的elo一个档次。
*我们同样也会分辨真的菜鸟新手。
*提升等级也会极大的提高你的elo&#20540;。这个也将帮助系统将30级满级的召唤师和低等级的召唤师区分开来
如果你想知道ELO系统的理论,以及更多细节,你可以看看这:
呃,等等,你是怎么处理组队玩家 vs solo(单排)玩家的?
我们大多数情况下,会通过将5人组队的队伍匹配给另外一个5人组队的队伍来避免这种情况的发生(几乎是所有情况下)。
对于“部分”组队,我们进行了大量的研究,发现优势并没有想象的那么大,所以我们也会把他们混到solo(单排)的玩家里。我们发现有大量的因素会影响到组队优势的大小:从预先组队的规模(比如2、3、4、5组队),到组队玩家的水平,到高玩带菜鸟的组合,到玩家水平不同而导致的情况不同,以及其他的一些必须考虑到的微妙因素。这个要比一些我们曾见过的点对点算法-将任意的统计数据杂糅在一起猜测分数-要可靠的多
发现这些优势,我们就知道对于预先组队的队伍,需要提高多少elo&#20540;,来达成一个公平的匹配,确定一个适当的,在数学上合理的调整。结果在有些情况下非常令人惊讶(同时会校正统计数据)。
虽然我们不会给出精确的数&#20540;,因为这是商业机密,但是我们可以告诉您:
*5人组队只是比5个路人稍强。
*部分组队只是比5个路人略强。
*菜鸟5人组队并不会带来太大的优势,但是高玩组队会有很大的优势。
*团队实力方差高的队伍,会比方差低的队伍更强。(方差简单来说,是在平均&#20540;相同的情况下反应各个元素的大小差异,方差大表示差异大,高方差的队伍类&#20284;高玩带低玩,低方差的队伍各个队员实力接近。)
*这说明了大体上,高水平玩家的Carry作用(可以理解为带领或者大腿),比低水平玩家的送人头作用(feeder)要强力。
好吧…那为什么要把预先组队的玩家和非组队玩家匹配到一起?
这是一些原因:
*这会帮助系统更快的找到适合你的匹配分,让系统更快的给你公平的匹配。这个的工作原理是,如果你组队,会减低运气所带来的成分,如果你单排,你的队友的好坏将对你输赢的影响更大。如果你预先组队,你会和你水平差不多的玩家组成队伍,你随机遇到猛男/坑爹队友几率会更小。因为游戏的结果更多来自你和水平相近的朋友的表现,而不是随机因素,所以你的匹配分会更快的到达精确的&#20540;。
*我们希望玩家可以和自己的朋友一起玩,因为这样会让他们玩的更有乐趣。你也不可能为5v5的游戏设置单独的2人匹配池或者3人匹配池,你需要组合他们来让系统工作。我们选择包含5人组队,因为这非常有乐趣。如果我们以后有足够大的匹配池,我们可能会将5人组队和部分组队区分开来,但是数据告诉我们,这基本不会提升匹配的公平程度,两者的效果基本相同。
其他一些常见的问题:
Q:为什么不加入一些其他的细节,类&#20284;击杀数等等来确定我的匹配分?
A:因为这是有偏差的,并且因为非常难以给击杀数这个数&#20540;来评分,你使用一个gank英雄的时候(类&#20284;老鼠和易大师),要杀多少人才能算是好的呢?而且这会让好的辅助玩家非常吃亏,因为他们的目的就不是拿人头,甚至会为了自己的Carry挡死。最后,玩家会为了刷数据,故意拖长游戏时间,然后拿大量farm对方的人头,而不是为了赢得比赛。我们尽量把测量玩家水平和激励玩家的机制放到努力取胜上面,我们避免了一些不必要的周边行为,而这些行为既没乐趣,还会扰乱匹配系统。
Q:我非常愤怒,因为匹配系统老给我坑爹队友(feeders,送人头的)。为什么不阻止这种情况发生?
A:我们的确有试图阻止这种情况发生,但是如果你被匹配到一个明显很弱的玩家,这也说明匹配系统同时匹配给你了一个或者多个强力的玩家。根据我们的研究,我们发现Carry(大腿)对队伍的带领作用要比feeder(送人头,坑爹)的坑爹作用更强。原因是在LOL里,多次击杀同一个玩家的收益是会递减的,并不像其他的同类游戏。我们的分析标明,在平均elo相同的情况下,提高或者降低这个队伍的某个玩家的elo&#(其他玩家相应降低/提高以保持平均分相同),整个队伍的实力会提高约7点elo&#20540;。这也表明,LOL中Carry的作用要比feeder的作用更给力一些。确实,有时候你会因为匹配到feeder而输掉这一局比赛,但是那是因为你们队的Carry不够给力。
Q:这样的话,如果我连胜了数盘,我是不是会被匹配到一些完全不可战胜的对手?
A:不全是。连胜导致你的匹配分会提高,你会不断遇到更强的对手——但是我们并不是故意的让你的胜率保持在50%的,我们的目的只是为了系统能够正确的预测游戏结果。最终,你会达到你的极限,你将会大致保持50%的胜率。比平均水平高的玩家,往往胜率会比50%略高,因为比他们弱的玩家更多,比他们强的玩家更少。所以匹配时,往往会略微“向下匹配”。对于排位顶尖的高端玩家,他们经常会有90%的胜率。
Q:你们会如何设计固定的队伍?类&#20284;WOW的竞技场队伍?
A:这是一个非常好的想法,并且让我们有机会设计出更好的匹配系统。我们迟早会做这个,并且使用我们开发的新方法。我们需要检验并且搞清楚你大体上有多强力(例如你的个人积分),同时允许你创建/解散队伍。这是个非常大的工程,但是我们对此非常有激情~
Q:如果匹配系统真的那么公平,那为何我老遇见那种一边倒的比赛?
A:有两个原因。第一,LOL有时候“雪球效应”会非常明显。前期太差的表现会导致游戏让人感觉非常一边倒。特别是某些队伍,如果他们开始很顺风,就会一直很顺风。我们遇到过同样的队伍,第一局25-5取胜,第2局确以类&#20284;的比分输掉。第二个原因是,玩家发挥的并不好,队伍选取阵容也不好。要进行一局势均力敌的比赛,你需要平衡玩家水平和平衡阵容的选取。有时候玩家选了一个比较渣的阵容,比如5个近战dps,或者3坦克2法师之类的,或者没选打野英雄而对面有。这样的话,尽管你的队伍实力也很不错,但是情况往往惨不忍睹。
Q:为什么我作为一个高等级玩家,有时候会匹配到一些低等级玩家?他们看上去都是来送人头的。
A:当一个高等级玩家和一个低等级玩家组队,这是一个非常令人头疼的问题。我们希望玩家可以和自己的朋友一起玩,并且希望这是一种愉快的体验。但是我们并不希望将一部分人的快乐建立在另一部分人的痛苦之上,所以我们往往将这种组合评分更高,保护新玩家不会被高等级玩家虐待。非常不幸的是,不管我们怎么做,我们把这样的组合匹配到任何的游戏中,都有可能造成不愉快的体验。因此,我们计划将实施一个“不平衡组队”的队列,类&#20284;我们尽量将5人组队匹配给5人组队。
Q:我20级了,然后我被匹配到了一些10级的和一些29级的,怎么回事?
A:当不同等级的玩家组队,我们会使用他们的平均等级来作为匹配的参考。等级并不是匹配系统的主导参数——匹配系统通常是使用实力来匹配——但是我们也会尽量将等级相近的玩家匹配到一起。在预先组队的情况下,我们没法替玩家选择,所以我们尽我们所能,使用平均等级。我们会在这个计算系统里把30级的玩家看作36级,所以我们通常能让中等级玩家的游戏没有30级玩家,然而有时候呢,29级玩家能插进来。
参考知识库
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
访问:1111730次
积分:11345
积分:11345
排名:第1164名
原创:87篇
转载:462篇
评论:110条
(1)(1)(1)(1)(2)(1)(2)(2)(2)(4)(4)(1)(1)(4)(3)(2)(15)(6)(6)(1)(10)(21)(9)(1)(1)(3)(2)(7)(1)(3)(10)(2)(2)(4)(2)(18)(7)(14)(8)(11)(11)(20)(43)(27)(14)(27)(49)(56)(23)(30)(34)(4)(12)(2)(2)(6)(5)(1)(1)

我要回帖

更多关于 正则 最近匹配 的文章

 

随机推荐