浅谈LOL匹配系统坑害多少玩家对游戏的热爱 怎么样让别人认可我对英雄联盟这款游戏热爱的理由
lol\u6e38\u620f\u8d85\u8fc7\u4e94\u5343\u628a\u5339\u914d\u662f\u4ec0\u4e48\u73a9lol\u6e38\u620f\u8d85\u8fc7\u4e94\u5343\u628a\u5339\u914d\u4e00\u822c\u90fd\u662f\u4e0d\u559c\u6b22\u6253\u6392\u4f4d\u7684\u73a9\u5bb6
\u8fd9\u7c7b\u73a9\u5bb6\u5927\u591a\u6bb5\u4f4d\u4e0d\u4f1a\u592a\u9ad8
\u73a9\u7684\u5c31\u662f\u5f00\u5fc3\u3001
\u73a9\u7684\u5c31\u662f\u5fc3\u5883
\u6e38\u620f\u5708\u7684\u9119\u89c6\u94fe\u6ca1\u529e\u6cd5\u6d88\u9664\u7684\uff0cstame\u9119\u89c6\u73a9\u817e\u8baf\u7684\uff0c\u82f1\u96c4\u8054\u76df\u9119\u89c6\u73a9\u738b\u8005\u8363\u8000\u7684\uff0c\u738b\u8005\u8363\u8000\u8c01\u90fd\u9119\u89c6
导语：英雄联盟得到众多玩家的认可，其完美的匹配机制占了大部分功劳，这种机制维持了游戏的平衡性，对体验游戏来说，是十分重要的。那么，在此跟大家介绍一下，英雄联盟的匹配系统究竟是怎样的。 匹配系统的目的如下，优先级从高到低： 1、保护新手不被有经验的玩家虐;让高手局中没有新手。 2、创造竞技和公平的游戏对局，使玩家的游戏乐趣最大化。 3、无需等待太久就能找到对手进入游戏。 匹配系统尽其所能的匹配水平接近的玩家，玩家的水平是来自他们在此之前赢了谁以及他们对手的水平。当你战胜对手，系统会认为你更强，当你输给对手，系统会认为你更弱。虽然这对于某一局游戏并不是那么的公平，但是长期来看，对于多局游戏是相当的公平：因为好的玩家总会对游戏结果造成正面的、积极的影响。我们使用了这样一个方法测试：给水平高的玩家一个新帐号，然后看他们游戏数局后的结果。我们通过大量的测试来证明了我们的想法。 并且，匹配系统知道预先组队的玩家有一些优势，如果你是预先组队，会给你一些更强的玩家。我们用一些非常巧妙的数学方法来解决预先组队的玩家VSsolo玩家的匹配公平问题。我甚至让两个数学博士来验证，他们都说给力! 匹配是怎么完成的? 首先，系统将你放进适当的匹配池里——根据游戏模式(匹配模式、排位solo/双人、排位5人、其他模式等等) 然后，系统会尝试将匹配池里的人分到更细的匹配池里——5人组队VS5人组队，低等级新手vs其他一些低等级新手，如此这般。 当你在匹配池中，系统会开始尝试找到合适的配对，目标是撮合一个双方获胜机会都为50%的游戏。 第1步：确定你的实力： *如果你是solo，就直接使用你的个人匹配分(也就是elo值，匹配模式和排位赛有不同的匹配分) *如果你是预先组队的，你的匹配分是你队伍的平均分，并且会根据你组队的规模稍微提高一些，这样才能保证你匹配到更强的对手来抵消你组队的优势。我和一个计算机生物学的博士(ComputationalBiologyPh.D)通过研究成百上千的游戏结果，计算出了预先组队到底有多大的优势。我们还在幕后做了一些其他调整，比如新手和高玩组队，比如某地图上蓝队和紫队的玩家哪个更有优势，诸如此类。 第2步：确定你合适的对手： *首先，系统会基于你的elo值，给你匹配跟你非常相近的玩家。最终，系统会放宽匹配的条件，给你一些不是那么完美的匹配，因为你肯定也不想永远匹配不到人。 *新手会得到一些特殊的保护，通常新手只会匹配到其他新手(在成熟的服务器里，这个比例达到了99%+。除非这个新手和一个高级玩家朋友预先组队) 第3步：确定匹配： *最终，系统会匹配10个大体上同水平、同等级的玩家，促成一个游戏。 *系统会尝试平衡这个队伍，尽量使双方的获胜机会都为50%。在绝大多数时间，误差会在3%之内——类似50/50，49/51，48/52。实际上的获胜机会会有一点点差别(会在Q&A里面回答这个问题)，但是我们的研究标明，在绝大多数情况下，这实际上是一个非常精确的预测。 长期来讲，我的匹配分(Elo值)是如何被测量的? 我们使用了一个修改过的ELO系统。ELO系统的基本要点通过使用数学比较两个人的积分，来预测两人的比赛结果——类似“A和B比赛数局，A会赢掉75%的局”。 然后，比赛结果出来了。如果你赢了，你会加分，如果你输了，你会被扣分。如果你是“出人意料”的赢了(系统认为你输的可能性更大)，你会赢得更多的分数。额外的，如果你是一个新玩家，你会加分减分更快，以便于你可以快速的进入到你的水平等级。长期来看，这意味着好的玩家会得到高的匹配分，因为他们总是超过系统的预期，他们会不断加分直到系统可以正确的预测他们的胜率。 我们修改这个系统给团队比赛使用，基本概念是：基于该团队的所有玩家，得到一个团队ELO值。如果你的队伍胜利，系统会假设该队伍的所有玩家都要比系统猜测的“更强”，并且加分。虽然有一些问题，但是总体上来讲是有效的，特别是玩家预先组队的时候。 举例，本人在北美的服务器上有2000的普通匹配模式elo。如果我建一个小号，就算没有天赋和符文，我打到8级的时候就已经有1800elo了。这个系统并不完美，但是确实能够让玩家快速的接近自己水平所在的位置。 当你才开始玩的时候，我们也对ELO做一些微调，让你更快的进入你水平所在的位置。 *我们有大量的，有优先级的方法来鉴定一个玩家，相比一个标准的新玩家是否更有技巧，更猛。如果发现是的，我们会在幕后提高他的elo一个档次。 *我们同样也会分辨真的菜鸟新手。 *提升等级也会极大的提高你的elo值。这个也将帮助系统将30级满级的召唤师和低等级的召唤师区分开来 呃，等等，你是怎么处理组队玩家vssolo(单排)玩家的? 我们大多数情况下，会通过将5人组队的队伍匹配给另外一个5人组队的队伍来避免这种情况的发生(几乎是所有情况下)。 对于“部分”组队，我们进行了大量的研究，发现优势并没有想象的那么大，所以我们也会把他们混到solo(单排)的玩家里。我们发现有大量的因素会影响到组队优势的大小：从预先组队的规模(比如2、3、4、5组队)，到组队玩家的水平，到高玩带菜鸟的组合，到玩家水平不同而导致的情况不同，以及其他的一些必须考虑到的微妙因素。这个要比一些我们曾见过的点对点算法-将任意的统计数据杂糅在一起猜测分数-要可靠的多 发现这些优势，我们就知道对于预先组队的队伍，需要提高多少elo值，来达成一个公平的匹配，确定一个适当的，在数学上合理的调整。结果在有些情况下非常令人惊讶(同时会校正统计数据)。 虽然我们不会给出精确的数值，因为这是商业机密，但是我们可以告诉您： *5人组队只是比5个路人稍强。 *部分组队只是比5个路人略强。 *菜鸟5人组队并不会带来太大的优势，但是高玩组队会有很大的优势。 *团队实力方差高的队伍，会比方差低的队伍更强。(方差简单来说，是在平均值相同的情况下反应各个元素的大小差异，方差大表示差异大，高方差的队伍类似高玩带低玩，低方差的队伍各个队员实力接近。) *这说明了大体上，高水平玩家的Carry作用(可以理解为带领或者大腿)，比低水平玩家的送人头作用(feeder)要强力。 好吧…那为什么要把预先组队的玩家和非组队玩家匹配到一起? 这是一些原因： *这会帮助系统更快的找到适合你的匹配分，让系统更快的给你公平的匹配。这个的工作原理是，如果你组队，会减低运气所带来的成分，如果你单排，你的队友的好坏将对你输赢的影响更大。如果你预先组队，你会和你水平差不多的玩家组成队伍，你随机遇到猛男/坑爹队友几率会更小。因为游戏的结果更多来自你和水平相近的朋友的表现，而不是随机因素，所以你的匹配分会更快的到达精确的值。 *我们希望玩家可以和自己的朋友一起玩，因为这样会让他们玩的更有乐趣。你也不可能为5v5的游戏设置单独的2人匹配池或者3人匹配池，你需要组合他们来让系统工作。我们选择包含5人组队，因为这非常有乐趣。如果我们以后有足够大的匹配池，我们可能会将5人组队和部分组队区分开来，但是数据告诉我们，这基本不会提升匹配的公平程度，两者的效果基本相同。 其他一些常见的问题： Q：为什么不加入一些其他的细节，类似击杀数等等来确定我的匹配分? A：因为这是有偏差的，并且因为非常难以给击杀数这个数值来评分，你使用一个gank英雄的时候(类似老鼠和易大师)，要杀多少人才能算是好的呢?而且这会让好的辅助玩家非常吃亏，因为他们的目的就不是拿人头，甚至会为了自己的Carry挡死。最后，玩家会为了刷数据，故意拖长游戏时间，然后拿大量farm对方的人头，而不是为了赢得比赛。我们尽量把测量玩家水平和激励玩家的机制放到努力取胜上面，我们避免了一些不必要的周边行为，而这些行为既没乐趣，还会扰乱匹配系统。 Q：我非常愤怒，因为匹配系统老给我坑爹队友(feeders，送人头的)。为什么不阻止这种情况发生? A：我们的确有试图阻止这种情况发生，但是如果你被匹配到一个明显很弱的玩家，这也说明匹配系统同时匹配给你了一个或者多个强力的玩家。根据我们的研究，我们发现Carry(大腿)对队伍的带领作用要比feeder(送人头，坑爹)的坑爹作用更强。原因是在LOL里，多次击杀同一个玩家的收益是会递减的，并不像其他的同类游戏。我们的分析标明，在平均elo相同的情况下，提高或者降低这个队伍的某个玩家的elo值100(其他玩家相应降低/提高以保持平均分相同)，整个队伍的实力会提高约7点elo值。这也表明，LOL中Carry的作用要比feeder的作用更给力一些。确实，有时候你会因为匹配到feeder而输掉这一局比赛，但是那是因为你们队的Carry不够给力。 Q：这样的话，如果我连胜了数盘，我是不是会被匹配到一些完全不可战胜的对手? A：不全是。连胜导致你的匹配分会提高，你会不断遇到更强的对手——但是我们并不是故意的让你的胜率保持在50%的，我们的目的只是为了系统能够正确的预测游戏结果。最终，你会达到你的极限，你将会大致保持50%的胜率。比平均水平高的玩家，往往胜率会比50%略高，因为比他们弱的玩家更多，比他们强的玩家更少。所以匹配时，往往会略微“向下匹配”。对于排位顶尖的高端玩家，他们经常会有90%的胜率。 Q：你们会如何设计固定的队伍?类似WOW的竞技场队伍? A：这是一个非常好的想法，并且让我们有机会设计出更好的匹配系统。我们迟早会做这个，并且使用我们开发的新方法。我们需要检验并且搞清楚你大体上有多强力(例如你的个人积分)，同时允许你创建/解散队伍。这是个非常大的工程，但是我们对此非常有激情~ Q：如果匹配系统真的那么公平，那为何我老遇见那种一边倒的比赛? A：有两个原因。第一，LOL有时候“雪球效应”会非常明显。前期太差的表现会导致游戏让人感觉非常一边倒。特别是某些队伍，如果他们开始很顺风，就会一直很顺风。我们遇到过同样的队伍，第一局25-5取胜，第2局确以类似的比分输掉。第二个原因是，玩家发挥的并不好，队伍选取阵容也不好。要进行一局势均力敌的比赛，你需要平衡玩家水平和平衡阵容的选取。有时候玩家选了一个比较渣的阵容，比如5个近战dps，或者3坦克2法师之类的，或者没选打野英雄而对面有。这样的话，尽管你的队伍实力也很不错，但是情况往往惨不忍睹。 Q：为什么我作为一个高等级玩家，有时候会匹配到一些低等级玩家?他们看上去都是来送人头的。 A：当一个高等级玩家和一个低等级玩家组队，这是一个非常令人头疼的问题。我们希望玩家可以和自己的朋友一起玩，并且希望这是一种愉快的体验。但是我们并不希望将一部分人的快乐建立在另一部分人的痛苦之上，所以我们往往将这种组合评分更高，保护新玩家不会被高等级玩家虐待。非常不幸的是，不管我们怎么做，我们把这样的组合匹配到任何的游戏中，都有可能造成不愉快的体验。因此，我们计划将实施一个“不平衡组队”的队列，类似我们尽量将5人组队匹配给5人组队。 Q：我20级了，然后我被匹配到了一些10级的和一些29级的，怎么回事? A：当不同等级的玩家组队，我们会使用他们的平均等级来作为匹配的参考。等级并不是匹配系统的主导参数——匹配系统通常是使用实力来匹配——但是我们也会尽量将等级相近的玩家匹配到一起。在预先组队的情况下，我们没法替玩家选择，所以我们尽我们所能，使用平均等级。我们会在这个计算系统里把30级的玩家看作36级，所以我们通常能让中等级玩家的游戏没有30级玩家，然而有时候呢，29级玩家能插进来。个人想法，完全没坑害，我不明白，哪坑害了
绛旓細鏈缁,绯荤粺浼氭斁瀹鍖归厤鐨勬潯浠,缁欎綘涓浜涗笉鏄偅涔堝畬缇庣殑鍖归厤,鍥犱负浣犺偗瀹氫篃涓嶆兂姘歌繙鍖归厤涓嶅埌浜恒 *鏂版墜浼氬緱鍒颁竴浜涚壒娈婄殑淇濇姢,閫氬父鏂版墜鍙細鍖归厤鍒板叾浠栨柊鎵(鍦ㄦ垚鐔熺殑鏈嶅姟鍣ㄩ噷,杩欎釜姣斾緥杈惧埌浜99%+銆傞櫎闈炶繖涓柊鎵嬪拰涓涓珮绾鐜╁鏈嬪弸棰勫厛缁勯槦) 绗3姝:纭畾鍖归厤: *鏈缁,绯荤粺浼氬尮閰10涓ぇ浣撲笂鍚屾按骞炽佸悓绛夌骇鐨勭帺瀹,淇冩垚涓涓...
绛旓細鑱旂洘鎵嬫父鍥犱笂绾挎椂闂翠笉闀匡紝鎵鏈鍖归厤鏈哄埗骞朵笉瀹屽杽锛屾墍浠ュ姖閫閮ㄥ垎鐜╁銆傜帺瀹惰嚜韬棶棰樸佹父鎴忕幆澧冮棶棰樸佸浗鏈LOL瀹樻柟缁存姢闂浠ュ強鎵嬫父灏嗚涓婄嚎闂锛屽叾涓帺瀹堕棶棰樻槸涓嶅彲閬垮厤鐨勶紝杩欓儴鍒嗙帺瀹剁殑娴佸け鏄瘡涓父鎴忛兘浼氱害鍒扮殑锛屽彲鏄父鎴忕幆澧冮棶棰樺嵈涓嶆槸锛屽悓鏃禠OL瀹樻柟鐨勭淮鎶や篃瀛樺湪寰堝ぇ鐨勯棶棰樸
绛旓細---鐪嬫垜璇濆墠.璇风‘瀹氶棶棰樹笉鏄嚭鍦ㄨ嚜宸辫韩涓--- - -鎴戜滑閮芥湁鍚屾劅鍟婏紝鎴戣儨鐜囦篃鏄秴浣庣殑锛屾帓浣嶈繛鍧戣繃40鎶 鍖归厤妯″紡瑕佸鍧 澶氬潙 闃熷弸鏃犵紭鏃犳晠鎵撶殑涓嶅ソ灏卞線鎴戣韩涓婂彂娉.閬囧埌杩欑浜嬫儏灏卞幓鍙戞硠锛屾瘯绔熸槸涓父鎴忥紝鏀惧紑蹇冨惂锛屾垜鐜板湪閮戒笉鐜╀簡 姣忔鐜╅兘璺熸劅瑙LOL鍦ㄦ璐熸垜涓鏍凤紝鐗瑰埆鎭跺績锛屾垜璺 T X鍒板簳鏈...
绛旓細褰撲綘鍙帺涓銆佷袱涓200鍦轰互涓婄殑鏃跺欙紝浣犲氨浼氬彂鐜帮紝鏃犱鸡瀵归潰鏄皝锛岄兘浼氳浣犳墦鐖嗭紝锛堣嫳闆勫お鍏嬪埗鐨勪緥澶栵級
绛旓細鍛靛懙锛岃繖涓儌绯荤粺璇翠粈涔堟槸鐪嬩袱杈圭殑鑳滅巼路路路鎴戝悓瀛﹀湪鏅嬬骇璧涚殑鏃跺欒鍧戜簡銆100鑳滅偣灏辨病浜喡仿仿疯鐜╁緱璧风殑灏卞緱璺熷嚑涓瘮杈冪啛鐨勪汉涓璧峰紑榛戯紝鎴戞渶澶氫竴娆″紑浜5榛戯紝瀵归潰20鍒嗛挓绉掓姇锛屼竴璧风帺锛屽紑榛戙傞氭姤闃熷弸瑕佹敹鍝釜浜哄ご锛岃繖鏍峰彂鑲插緱鎵嶅ソ
绛旓細涓轰簡鍑忓皯鐜╁鐨勭瓑寰咃紝绯荤粺鍦ㄥ繀瑕佹椂鍙兘浼氫复鏃惰皟閰嶅鎵嬶紝杩欏彲鑳藉鑷翠綘鐨勫疄鍔涗笌瀵规墜涔嬮棿瀛樺湪涓瀹氱殑宸窛銆傝繖涔熷氨鏄负浠涔堬紝鏈夋椂鍊欎綘浼氬湪涓嶇粡鎰忛棿閬亣瀹炲姏瓒呯兢鐨勬晫浜猴紝杩炶触濡傚悓闆穿锛屼竴瑙﹀嵆鍙戙傛洿娣卞叆鍦版帰璁紝LOL鐨勫尮閰鏈哄埗骞堕潪瀛ょ珛杩愯锛屽畠杩樿冭檻浜嗛槦浼嶇粨鏋勩佹浣嶇瓑绾т互鍙婂湴鐞嗕綅缃瓑鍥犵礌銆備緥濡傦紝鍗曟帓涓庡弻鎺掔殑涓...
绛旓細鍖归厤鏃讹紝绯荤粺浼氭悳绱㈠叏閮ㄦ鍦ㄥ尮閰嶄腑鐨勫疄鍔涜窡浣犱滑鏈鐩歌繎鐨勯夋墜銆備綘浠垬鏂楀姏鐩稿樊澶э紝璇存槑浣犱滑鍦ㄩ偅涓灞鐨勫尮閰嶄腑锛屾伆濂芥病鏈夎窡浣犱滑鐩歌繎鐨勬垬鏂楀姏鐨勯槦浼嶏紝鎵浠ュ氨鑷姩鍒嗛厤鏈涓庝綘浠垬鏂楁帴杩戠殑闃熶紞銆傛瘮濡傦紝浣犱滑鏄1000锛岃鍖归厤鐨勯噹鏄1000宸﹀彸锛屼絾鏄垰濂芥病鏈1000宸﹀彸鐨勶紝鍙湁2000宸﹀彸鏄窡浣犱滑鏈鎺ヨ繎鐨勶紝鎵浠ョ郴缁熷氨鎶婁釜缁...
绛旓細50%鑳滅巼澧炲姞鐢ㄦ埛绮樻х舰浜嗐鐜╁鍩烘暟涓嶅锛屽繀杈撳繀璧㈡潵鍑戙傛兂涓鐩磋耽锛屽氨鎼炶儨鐜囬槦閭ｄ竴濂椼傛帓浣嶈繖绉嶄笢瑗跨湅寮鐐癸紝娌′汉浼氳寰椾綘鍒嗘楂樻湁鐢ㄣ傜幇鍦ㄨ繖涓父鎴忔満鍒朵笅锛屼綘涓嶄笂涓ぇ甯堝拰鏅氫汉娌″尯鍒傛帓浣嶈禌锛氬綋浣犵殑璐﹀彿鍒拌揪30绾э紝骞朵笖鎷ユ湁鑷冲皯20鍚嶈嫳闆勶紝灏卞彲浠ュ弬鍔犳帓浣嶈禌浜嗐傞閫変綅妯″紡锛氫笌涔嬪墠鐨勫緛鍙ā寮忎笉鍚岋紝...
绛旓細浣嗘槸鍦ㄥ浜虹粍闃熺殑鎯呭喌涓嬶紝鍖归厤鏈哄埗浼氱◢寰弸濂戒竴浜涳紝浣嗘槸鍩烘湰杩樻槸鐢板繉璧涢┈閭ｄ竴鍫嗗璺備汉鐨勫己杩棁鍜岃祵寰掑績鐞嗭紝浼氳浣犲拰浣犵殑鏈嬪弸鍦ㄥぇ閮ㄥ垎鎯呭喌涓嬭耽浜嗘兂鐜╋紝杈撲簡鏇磋鐜┿傚埌杩欎釜鏃跺欙紝鎷冲ご绛栧垝鐨勭洰鐨勫熀鏈揪鍒颁簡銆傛洿澶氱殑浜哄湪鈥滆嚜鎴戣秴瓒娾濓紝鏇村鐨鐜╁娑屽叆娓告垙锛屼汉姘斿拰鏀跺叆涔熷氨涓婂幓浜嗐
绛旓細璇寸湡鐨勪弗閲嶆鐤鑻遍泟鑱旂洘瀹樻柟鏈夎嚜宸辩殑婕斿憳瀹夋帓鍦ㄥ悇涓浣嶏紝鍘绘搷浣滐紝 姣斿鏈変釜浜鸿繛鑳滐紝浠栧氨瑕佷粬绯荤粺閰嶄竴浜涗粬瀹樻柟鐨勬紨鍛樻潵鍧戜綘锛岄偅绉嶆紨鎶杩樹笉鏄竴鑸汉鑳界湅鍑烘潵鐨勶紝浠栧氨鏄獋浣犵劧鍚庢寕鏈轰箣绫荤殑锛屾牴鏈笉鏄甯镐汉鐜╋紝鏈変簺浣犺窡浠栬璇濅粬涓嶈窡浣犺璇濈殑鏈哄櫒浜烘潵鐨勶紝鎬鐤戜粬浠嫵澶村唴閮ㄦ湁鍐呭畾锛屽彧鏈夎亴涓氶夋墜鍦ㄦ帓浣嶉噷闈㈡墠...
