Znam algorytm Truskilla, jest dość złożony, ale skuteczny.
Moje pytanie: czy istnieją inne algorytmy / metody określania umiejętności graczy w celu dokładnego pomiaru w rozgrywkach wieloosobowych?
Znam algorytm Truskilla, jest dość złożony, ale skuteczny.
Moje pytanie: czy istnieją inne algorytmy / metody określania umiejętności graczy w celu dokładnego pomiaru w rozgrywkach wieloosobowych?
Odpowiedzi:
Myślę, że żądanie „najprostszego, najskuteczniejszego” jest nierealnym wymogiem, ale z pewnością istnieje kilka dobrych podejść. Zamiast wchodzić w szczegóły, odsyłam do artykułu:
http://www.lifewithalacrity.com/2006/01/ranking_systems.html
Obejmuje to:
Ogólnie rzecz biorąc, zobaczysz, że wszystkie są prawie odmianami tego samego tematu - wybierasz początkową lub średnią wartość dla gracza, a następnie wartości są używane do przewidywania wyniku gry. Różnica między faktycznym wynikiem a przewidywanym wynikiem służy do modyfikowania wyników każdego gracza, a proces powtarza się z poprawionymi wynikami. Ponieważ każda modyfikacja wyników zwiększa dokładność przewidywanego wyniku, wyniki są zbieżne z ich „prawdziwymi” wartościami. (Zakłada się, że jest to gra zręcznościowa, a nie przypadkowa, że umiejętność może być uszeregowana liniowo itp.)
Zależy od gry. Istnieje kilka problemów, w które możesz wpaść:
W przypadku gier, które mają komponent szczęścia i komponent umiejętności (brydż, poker, Magic: the Gathering itp.), Większość algorytmów nie uwzględnia faktu, że słabszy gracz może czasem mieć szczęście. Jeśli twoja gra należy do tej kategorii, musisz popracować. Zasadniczo oznacza to ustalenie, jaki procent to szczęście, a jaki procent umiejętności (trudna sztuczka, ale jeśli już używasz algorytmu opartego na umiejętnościach, takiego jak Elo, możesz wykonać kilka pomiarów wyników, aby dowiedzieć się, jak często algorytm przewiduje zdenerwowanie w porównaniu do tego, jak często to się dzieje). Następnie musisz zmienić algorytm i dokładnie to, na co go zmienić, prawdopodobnie wykracza poza zakres tego pytania.
W przypadku gier, w których można manipulować meczami (mogę wybrać grę rankingową z moim przyjacielem), musisz wprowadzić dodatkowe zabezpieczenia, aby uniemożliwić graczom celowe rzucanie meczami.
W przypadku gier, w których gracz może „poćwiczyć”, jeśli nie gra regularnie, system może wymagać pewnego rodzaju degradacji czasowej. System Glicko to mod Elo, który dodaje zmienną „niepewność” do rankingu każdego gracza, w oparciu o liczbę gier, w które grali i jak ostatnio w nie grali; im bardziej pewny jest ranking gracza, tym mniej zmienia się on z gry na grę.
Oczywiście gry wieloosobowe (darmowe dla wszystkich, oparte na drużynie lub innej strukturze gracza) wymagają specjalnej opieki. Niektóre gry zespołowe ułatwiają ustalenie wkładu poszczególnych osób w porównaniu do innych.
Zapytaj również, jaki jest cel twojego systemu oceny / rankingu. W profesjonalnych grach i sportach cel ma charakter statystyczny: ocena jest używana jako predyktor wyniku każdego meczu. Podstawowym celem tutaj jest dokładność. Jednak rzadko tego chcą gracze; zamiast tego chcą progresji, poczucia, że stają się coraz lepsi i wspinają się w szeregach (niezależnie od tego, czy faktycznie stają się lepsi, czy nie). Krótko mówiąc, musisz wziąć pod uwagę kompromis między dokładnością a zabawą.
Co uważasz za skomplikowane w TrueSkill ? Myślałem, że jest to prosty algorytm z odpowiednią ilością pokręteł do dostosowania w różnych trybach gry, i redukuje się do Elo, gdy gra jest bezpośrednia z dużą pewnością.
Jeśli szukasz najprostszego sposobu skutecznego oceniania i mierzenia gracza w środowisku dla wielu graczy - polecam TrueSkill.