Day26 玩家技巧、阶级与配对关系

我们在设计我们的竞技类配对系统时，有几个主要的中心想法分别是，想让玩家可以与，自己技巧相近的玩家游玩，相同阶级的玩家能分出胜负，每一场配对体验不会过於悬殊。而今天我们想要认识的，便是这些与配对系统交互影响的系统，这可以在我们评估配对系统，是否产生更好的游玩体验的时候，能够有更多面向的想法。

三个主要系统

技巧评估系统 (Skill System)
- 藉由对战纪录，评估玩家在特定游戏的技巧能力
- 产出级分（1500~3000 or -0.7~1.2）
- 可评估两个玩家对弈获胜的期望值
阶级排位系统 (Ranking System)
- 给予玩家阶级头衔，得以体现该玩家在此游戏中的位阶
- 可利用 skill system 协助评估
配对系统 (Matchmaking System)
- 将特定条件玩家配对峙同一场游戏
- 可能会以 skill system 与 ranking system 为条件配对
- 与 skill system 与 ranking system 交互影响

阶级与级分

以目前常见的 Elo rating system 当做基础，我们可以观察到几个重点：

A 玩家与 B玩家对弈获胜的期望值
A 玩家赛後的级分
Elo 系统可藉由一个函式fx()，计算出一个获胜期望值
结束时增加或减少的级分，将被 K 值放大
K 与 Sa 值决定该局级分增减上限
指定级分区间为阶级（大师 2300～2399）
可依照比赛後的结果，预期玩家赛後的级分

在此评估模型下最大的缺点，在於新手快速成长的期间，无法快速的使玩家达到符合其实力的阶级，玩家依然需要透过较多的场次，来达到符合其阶级的级分。而调整的方式可以透过在连胜时，加上连胜可获得的连胜加成，加速整个阶级划分的过程。

竞技配对

在一个竞技配对中，纯以阶级配对的话，将产生一些曲线不够平滑的问题，因此我们需要使用 skill system 所产出级分，协助我们在相同牌阶里，找出实力更为近似的对手。以 Open-match 的设计来说，我们必须要在 create tickets 时，塞入 rank 与 skill_score 资讯，先以 rank 当作第一层 filter，再以 skill_score 或加上其他资讯计算出指标值，提供 evaluator 产出配对结果。最後即便 MMF 可以透过单元测试检验，我们依然需要透过统计观察，我们的配对模型是否真的如我们预期的方向进行，可绘制图表协助我们了解其回归状况。