Day27 Apex 配对机制分析

Apex 为一款笔者近期最喜欢的竞技游戏，想藉着分析的名义，趁机推广一下这款大逃杀游戏。由於此游戏一开始就是以竞技类别推出，他本身的牌位系统，很适合延续我们讨论到的牌位与配对设计，且游戏人数基数够多，势必必须考量到配对速度的系统问题，最後就让我们来看看想达到这样的设计，需要在配对系统上进行的设计有哪些。

我只是想放这张图

基本公开配对资讯

简单介绍一下游戏机制，游戏由玩家组成三人小队，与另外 19组队伍相杀，直到剩下最後一组小队时，该小队即为冠军小队。游玩模式有分成，休闲玩家的一般模式，以及玩家间竞技的阶级模式。目前公开配对资讯如下：

• 3人组成小队
• 20 小队游戏开始
• 不重复角色
• 等级
• 阶级
• 级分
• 服务器地区
• 黑名单

隐藏配对资讯

这边是我个人猜测可能用到的资讯，这些资讯用来体现一个玩家游戏能力，符合先前提到 Skill system 计算出的级分与相关资讯，可用协助我们找到实力更为相近的对手或队友。

• 历史平均伤害
• 历史平均 K/D
• 目前连胜场数

Create Ticket

显而易见的，上述这些条件 将被我们於 create ticket 时，事先将玩家过往对战纪录 ，与当前游戏选择（角色、服务器、指定队友）统一放到我们的 ticket 里。回过头来看一下 Ticket 里的 StringArgs 与 DoubleArgs ，虽然在结构设计上，仅是提供我们带入不同型态的参数，但如果加上资料的理解，可以发现 StringArgs 放的参数偏向硬性条件，像是游戏模式与使用的服务器地区，而 DoubleArgs 则是一个会被 MatchProfile 条件区间包含的参数，并且考量到 overlapping 的使用方式，我们在设计 MMF 处理 DoubleArgs 时，会给予每个 DoubleArgs[xxx] 不同的权重，以方便计算出唯一的 quality value 提供 evaulator 评估。

Example ticket

t := &pb.Ticket{
	SearchFields: &pb.SearchFields{
		StringArgs: map[string]string{
			"mode":        "3v3_normal_battle_royale", // or 3v3_rank_battle_royale
			"server":      "Taiwan_GCE2",
			"role":        "Valk",
			"user_name":   "wesley",
			"user_id":     "123456789",
			"team_member": `["23456789"]`,
			"black_list":  `["11009837"]`,
		},
		DoubleArgs: map[string]float64{
			"level":             154,
			"rank":              3, // 0~7 the higher better
			"team_member_count": 2,
			"score":             2880,
			"avg_dmg":           312,
			"win_streak":        1,
			"avg_kd":            0.87,
		},
	},
}