Juste matchmaking pour les jeux en ligne

Après ma réponse précédente, j'ai réalisé que si tu voulais vraiment faire de la fantaisie que vous pourriez utiliser une vraiment simple, mais puissant idée: Chaînes de Markov.

Intuitive, l'idée derrière l'utilisation d'une Chaîne de Markov va quelque chose comme ceci:

1. Créer un graphe G=(V,E)
2. Laisser chaque sommet V de représenter une entité
3. Laisser chaque arête E représentent une probabilité de transition entre les entités. Cela signifie que la somme des degrés de chaque sommet doit être de 1.
4. Au début (le temps t=0) attribuer à chaque entité d'une valeur unitaire de 1
5. À chaque pas de temps, la transition de la forme de l'entité i, j par la probabilité de transition défini en 3.
6. T->l'infini, la valeur de chaque entité à t=infini est l'équilibre (c'est la chance d'une transition vers une entité est la même que la probabilité de transition de l'entité.)

Cette idée a par exemple été utilisé avec succès pour mettre en œuvre la page de Google rang de l'algorithme. Pour décrire comment vous pouvez l'utiliser de considérer les éléments suivants:

1. V = joueurs E = probabilité de transition de former un joueur à l'autre selon l'importance relative de taux de victoire/défaite
2. Chaque joueur est un sommet.
3. Le bord de joueur A à B (B n'est pas égal à Un) a une probabilité X/N où N est le nombre total de parties jouées par A et X est le nombre total de jeux perdus à B. Ajouter un bord à partir d'Un à Un avec une probabilité M/N où M est le nombre total de matchs gagnés par A.
4. Attribuer un niveau de compétence de 1 à chaque joueur au début.
5. Utiliser le Méthode De Puissance pour trouver le vecteur propre dominant de la liaison de la matrice construite à partir des probabilités définies dans 3.
6. Le vecteur propre dominant est le nombre de compétences que chaque joueur a à t=infini, c'est à
   le nombre de compétences que chaque joueur ait une fois que la chaîne de markov est parvenu à un équilibre. C'est très robuste de mesure de chacun des joueurs de compétences à l'aide de la topologie de la victoire/perte de l'espace.

Quelques mises en garde: il y a plusieurs problèmes lors de l'application, directement, le plus gros problème va être séparées des réseaux trophiques (qui est votre chaîne de markov ne sera pas irréductible et donc la puissance de la méthode ne sera pas garantie à converger.) Heureusement pour vous, google a résolu tous ces problèmes et la mise en œuvre de leur algorithme page rank et tout ce qui reste pour vous est de regarder comment ils contourner ces problèmes, si vous êtes si incliné.

OriginalL'auteur ldog

Il est difficile d'estimer les compétences de tout un joueur par une mesure unique et d'une telle méthode est sujette à des abus. Toutefois, si vous ne vous souciez de la mise en œuvre de quelque chose de simple qui fonctionne bien, essayez les opérations suivantes:

1. garder une trace de victoires et de défaites
2. le pourcentage de victoires vs pertes que la statistique de match les joueurs ( dans le sens de la parole de match, c'est à dire le groupe de joueurs avec des pourcentages similaires)

Cela a l'évidence chute du cas où un joueur ne peut avoir qu'un gagnant-ratio de pertes de 5-0 et un autre de 50-20, la première a une infinité de pourcentage, tandis que l'autre est plus raisonnable de pourcentage. Il fait sens pour le système d'appariement de reconnaître cela et être beaucoup plus confiant que le dernier joueur a plus de compétence en raison de la cohérence nécessaire; toutefois, en opposant les deux joueurs l'un contre l'autre serait sans doute une bonne chose parce que le 5-0 player est probablement essayer de travailler le système en jouant contre des joueurs plus faibles, donc des piqûres contre toujours un bon joueur ferait tout le monde bonne.

Note, je parle de l'expérience de jouer uniquement à des jeux de stratégie comme Warcraft 3, où c'est le match typique comportement de prise. Il me semble que le pourcentage de victoires sur les pertes est un grand métrique pour le match des joueurs.

OriginalL'auteur ldog