Truskill 알고리즘을 알고 있습니다. 상당히 복잡하지만 효과적입니다.
내 질문은 멀티 플레이어 경쟁 플레이를 정확하게 측정하기 위해 플레이어 기술을 결정하는 다른 알고리즘 / 방법이 있습니까?
Truskill 알고리즘을 알고 있습니다. 상당히 복잡하지만 효과적입니다.
내 질문은 멀티 플레이어 경쟁 플레이를 정확하게 측정하기 위해 플레이어 기술을 결정하는 다른 알고리즘 / 방법이 있습니까?
답변:
"가장 단순하고 효과적인"을 요구하는 것은 비현실적인 요구 사항이지만, 몇 가지 좋은 접근 방식이 있습니다. 자세하게 설명하지 않고 기사에 링크하겠습니다.
http://www.lifewithalacrity.com/2006/01/ranking_systems.html
여기에는 다음이 포함됩니다.
전반적으로 당신은 그것들이 모두 같은 주제에 대해 거의 변이가 있음을 알 수 있습니다-당신은 플레이어의 시작 또는 평균 값을 선택한 다음 그 값은 게임 결과를 예측하는 데 사용됩니다. 실제 결과와 예측 결과의 차이는 각 플레이어의 점수를 수정하는 데 사용되며 프로세스는 조정 된 점수로 반복됩니다. 점수를 수정할 때마다 예측 결과가 더 정확 해 지므로 점수는 '참'값으로 수렴됩니다. (이것은 실제로 우연이 아닌 기술 게임이라고 가정하고 문제의 기술이 선형 적으로 순위를 매길 수 있다고 가정합니다.)
게임에 따라 다릅니다. 발생할 수있는 몇 가지 문제가 있습니다.
운 구성 요소와 기술 구성 요소 (Bridge, Poker, Magic : The Gathering 등)가있는 게임의 경우 대부분의 알고리즘은 약한 플레이어가 때때로 운이 좋을 수 있다는 사실을 설명하지 않습니다. 게임이이 범주에 속하면 몇 가지 작업을 수행해야합니다. 일반적으로 이것은 운이 몇 퍼센트이고 기술이 몇 퍼센트인지 알아내는 것을 의미합니다 (어려운 트릭이지만, Elo와 같은 기술 기반 알고리즘을 이미 사용하고 있다면 결과에 대한 몇 가지 메트릭을 실행하여 알고리즘이 얼마나 자주 있는지 알아낼 수 있습니다 실제로 얼마나 자주 발생 하는지를 예측합니다. 그런 다음 알고리즘을 변경해야하며 알고리즘을 변경하는 대상은 아마도이 질문의 범위를 벗어납니다.
경기를 조작 할 수있는 게임 (친구와의 순위 게임을 선택할 수 있음)의 경우 플레이어가 의도적으로 경기를 던지지 않도록 추가 보호 장치를 배치해야합니다.
플레이어가 규칙적으로 플레이하지 않으면 "실습"을 할 수있는 게임의 경우 시스템에 시간 기반 저하가 발생할 수 있습니다. Glicko 시스템은 Elo의 모드로, 플레이어가 한 게임 수와 최근에 플레이 한 횟수에 따라 각 플레이어의 순위에 "불확실성"변수를 추가합니다. 플레이어의 순위가 더 확실할수록 게임에서 게임으로의 변경이 적습니다.
물론 멀티 플레이어 게임 (무료, 팀 기반 또는 기타 플레이어 구조)은 특별한주의가 필요합니다. 일부 팀 기반 게임은 다른 팀에 비해 각 개인의 기여도를 쉽게 파악할 수 있습니다.
또한 등급 / 순위 시스템의 목적이 무엇인지 물어보십시오. 프로 게임과 스포츠에서 목적은 통계적입니다. 등급은 주어진 경기의 결과를 예측하는 데 사용됩니다. 여기서 주요 목표는 정확성입니다. 그러나 이것은 플레이어가 원하는 것이 거의 아닙니다. 대신에 그들은 진보, 더 나아지고 있다는 느낌, (실제로 나아지고 있든 없든) 순위를 오르는 느낌을 원합니다. 간단히 말해서, 정확성과 재미 사이에는 고려해야 할 절충 사항이 있습니다.
TrueSkill에서 무엇을 발견 했 습니까? 나는 다른 게임 모드를 조정하기에 적절한 양의 노브를 가진 간단한 알고리즘이라고 생각했으며 게임이 확실성이 높은 헤드 투 헤드 일 때 Elo로 줄었습니다.
멀티 플레이어 환경에서 플레이어를 효과적으로 평가하고 측정하는 가장 간단한 방법을 찾고 있다면 TrueSkill을 권장합니다.