Truskillアルゴリズムは知っています。非常に複雑ですが効果的です。
私の質問は、マルチプレイヤーの対戦プレイの正確な測定のためにプレイヤーのスキルを決定する他のアルゴリズム/方法がありますか?
Truskillアルゴリズムは知っています。非常に複雑ですが効果的です。
私の質問は、マルチプレイヤーの対戦プレイの正確な測定のためにプレイヤーのスキルを決定する他のアルゴリズム/方法がありますか?
回答:
「最も簡単で効果的な」を求めることは非現実的な要件であると思いますが、確かにいくつかの良いアプローチがあります。詳細に入るのではなく、記事にリンクします。
http://www.lifewithalacrity.com/2006/01/ranking_systems.html
これは以下をカバーします:
全体として、それらはすべて同じテーマのバリエーションであることがわかります。プレーヤーの開始値または平均値を選択し、その値を使用してゲームの結果を予測します。実際の結果と予測された結果の差は、各プレーヤーのスコアを修正するために使用され、プロセスは調整されたスコアで繰り返されます。スコアを変更するたびに予測結果がより正確になるため、スコアは「真の」値に収束します。(これは実際には、それが偶然ではなくスキルのゲームである、問題のスキルが直線的にランク付けできることなどを想定しています)
ゲームに依存します。あなたが得ることができるいくつかの問題があります:
運の要素とスキルの要素(ブリッジ、ポーカー、マジック:ザギャザリングなど)を含むゲームの場合、ほとんどのアルゴリズムは、弱いプレイヤーが時々ラッキーになるという事実を考慮していません。ゲームがこのカテゴリに該当する場合、いくつかの作業を行う必要があります。一般的に、これは何パーセントが運で何パーセントがスキルであるかを把握することを意味します(難しいトリックですが、すでにEloのようなスキルベースのアルゴリズムを使用している場合は、結果のメトリックを実行してアルゴリズムの頻度を把握できます動揺と実際に発生する頻度を予測します)。次に、アルゴリズムを変更する必要があり、変更する内容はおそらくこの質問の範囲外です。
マッチを操作できるゲーム(友人に対してランク付けされたゲームをプレイすることを選択できます)の場合、プレイヤーが意図的にマッチを投げることを防ぐために、追加の安全装置を設置する必要があります。
定期的にプレイしないとプレーヤーが「練習から外れる」ゲームの場合、システムは何らかの時間ベースの劣化を伴う可能性があります。GlickoシステムはEloのMODで、各プレーヤーのランキングに「不確実性」変数を追加します。これは、プレイしたゲーム数とプレイした最近のゲーム数に基づいています。プレイヤーのランキングがより確実であればあるほど、ゲームごとの変化は少なくなります。
もちろん、マルチプレイヤーゲーム(すべて無料、チームベース、またはその他のプレイヤー構造)には特別な注意が必要です。チームベースのゲームの中には、他のゲームに比べて各個人の貢献度を把握しやすいものがあります。
また、評価/ランキングシステムの目的は何かを尋ねます。プロのゲームやスポーツでは、目的は統計です。格付けは、試合の結果の予測因子として使用されます。ここでの主な目標は精度です。ただし、これがプレイヤーが望むことはめったにありません。その代わりに、彼らは進歩を望み、彼らが良くなり、ランクを登っていく感じです(実際に良くなっているかどうかにかかわらず)。つまり、正確性と楽しさの間には、考慮する必要があるトレードオフがあります。
TrueSkillの複雑な点は何ですかですか?さまざまなゲームモードに合わせて調整するのに適切な量のノブを備えた単純なアルゴリズムであり、ゲームが高い確度で直接対戦する場合はEloに減少すると考えました。
マルチプレイヤー環境でプレイヤーを効果的にランク付けして測定するための最も簡単な方法を探しているなら、私のおすすめはTrueSkillです。