游戏匹配机制遭吐槽,电竞冠军:我只想轻松虐菜,为什么要给我匹配高手?

简介: 游戏匹配机制遭吐槽,电竞冠军:我只想轻松虐菜,为什么要给我匹配高手?

职业电竞选手的训练有多枯燥?

一年训练300天,每天同一款游戏要打满8小时,强度大的时候每天要训练到晚上12点。

正如电竞职业选手钎城所说:“一年300天每天8小时以上对着同一款游戏,也许能让你从喜欢变成不喜欢。”

枯燥的生活总得需要调剂,其中一些职业选手,包括退役后的职业选手,就选择了继续玩玩自己熟悉的游戏来调剂枯燥的训练生活。

当然了,不跟职业选手对战显然是十分轻松的,也在这时他们才能体会到游戏带来的乐趣。

某一天,Abner像往常一样《使命召唤: 黑色行动 冷战》多人游戏,想开一局轻松一下,毕竟Abner曾经在《使命召唤》多人联机中拿过世界冠军,在网络上随机对战虐虐菜还是非常轻松加愉快的。

但是Abner想错了,这一次开局之后他就感觉到对手非常强悍,尽管自己占据上风,但也是在苦苦挣扎。

这简直就像在训练打比赛一样,太累了,索然无味的Abner退出了比赛。

Abner很好奇,我每周都花几十个小时训练,为什么这把还是打的这么艰难?后来,Abner得到了答案——基于技能匹配(SBMM,skill-based matchmaking)

基于技能匹配,让虐菜成为奢侈

想虐菜放松的不止Abner一人,许多职业玩家和游戏高手都反对基于技能匹配游戏对手。

基于技能的匹配是一种多人匹配系统,在这种系统中,玩家与其他技能水平相似的玩家进行竞争,Abner在发现《使命召唤》多人游戏使用了这一机制之后,还特地发推特吐槽了一下。

结果他的这条Twitter得到了一批职业玩家和游戏高手的响应,他们纷纷吐槽基于技能的匹配剥夺了他们的权利,迫使他们在每一场比赛中都必须发挥最佳水平。

这简直就是进入“炼狱”嘛!

“我玩了9个小时就死了,”《100 Thieves》的CEO,同时也是《使命召唤》高手的Matthew "Nadeshot" Haag在推特上说,“我不介意和在技能上和我相似的人比赛,但是至少告诉我和全球其他人相比,我处于什么位置。给我一个能反映我技能的军衔。”

另一位玩家霍伯曼表示说: “我知道匹配和排名本质上是有竞争性的,但是很多人就是不想要那种强烈的竞争力。”

最核心的一点是,当玩家都知道算法正在迫使与同等水平的对手竞争时,就不会有人愿意进行“随意”的游戏了。

“游戏的本质不应该是放松吗?”一位资深玩家最后说道。

设计公平的游戏匹配机制并不容易

尽管被很多玩家抱怨,但其实开发出一款真正公平的游戏匹配机制并不容易。

目前,游戏的玩家匹配机制都在使用一个叫ELO(该算法作者叫 Arpad Elo)的算法,这一算法从象棋而来,1960年用于国家象棋协会的比赛,用于匹配象棋选手。

后来扩展到了各类棋牌类比赛、体育比赛等等,到了现在电子竞技盛行后,自然也就扩展到了电子竞技比赛中。

比如DOTA2、守望先锋、LOL、王者荣耀等等,都是使用ELO机器优化算法设计其玩家匹配机制。

ELO机制有两条基本假设:
玩家水平是有波动的;
在某一分数区间内的玩家水平大致相当。

基于这两条假设,一局实力相当的局应该满足玩家获胜几率的数学期望相等,所以这就需要准确的预估玩家获胜的概率。

以DOTA2为例,经过大量模拟后,发现玩家比赛中的波动水平服从逻辑分布,根据双方的天梯分可以计算a对b的期望胜率(Ra和Rb分别为a和b的天梯分):

那么这个天梯分又是怎么来的呢?

熟悉DOTA2的玩家都知道,刚开始的时候会有一个10盘的“定分局”,这些定分局会根据你的表现决定你的天梯分。

当然,这只是最简化的匹配机制框架,实际在设计中有上百个参数需要调整,另外还要考虑赛季重置、代练代刷等因素,总之,想设计一个匹配公平的游戏还是非常难的。

高手以虐菜为乐,菜鸟的乐趣呢?

不管反对者怎么说,数据统计表明,大多数玩家都喜欢和技能水平相近的玩家一起玩。

2013年微软研究院关于《光环3》玩家技能的一项研究发现,“几乎所有的参与者都认为,当他们与比自己更好的玩家一起玩游戏时,他们的技能得到了提高。”

曾为《使命召唤》、《魔兽世界》、《星际争霸2》以及现在的《光环》等几乎所有主流多人游戏系列开发过匹配系统的 Josh Menke 坚信,基于技能的匹配实际上会提高玩家的参与度。

“在《光环5》中,我们测试了松散和紧密匹配两个系统。我没有看到任何证据表明,紧密依靠技能匹配系统会导致用户流失。”

根据Menke自己的估计,他认为以技巧为基础的匹配正变得越来越普遍,“从表面上看,我注意到越来越多的非常流行的游戏采用了技能匹配,我认为这是因为他们看到的数据和我一样。”

更何况,大部分人的水平都是一般般的,从DOTA2玩家天梯分的分布我们可以看到基本服从正态分布,真正的高手和菜鸟都很少。

文摘菌是个游戏菜鸟,所以文摘菌还是支持Menke的看法。

在一场游戏中一个人的成功总是以他人的失败为代价,当玩家参加一场比赛,在这场比赛中他们完成20次击杀,而死亡次数只有10次,这就不可避免地让其他人死20次。

而那些竞技高手,他们的要求更像是一种特殊待遇,他们享受了虐菜的乐趣,那菜鸟的乐趣呢?

相关报道:
https://www.vice.com/en/article/jgq5w8/why-players-blame-skill-based-matchmaking-for-losing-in-call-of-duty
https://zhuanlan.zhihu.com/p/138155295
https://www.zhihu.com/question/41011877

相关文章
|
6月前
|
人工智能 自然语言处理 算法
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
【2月更文挑战第24天】当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
55 2
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
小说中修仙系统的方向统计_IT修仙_人工智能的底层逻辑
小说中修仙系统的方向统计_IT修仙_人工智能的底层逻辑
155 0
|
6月前
|
缓存 前端开发 Java
去掉 if...else 的七种绝佳之法...
去掉 if...else 的七种绝佳之法...
通关《完蛋!我被LLM包围了! 》1~8关
欢迎来的“完蛋!我被LLM包围了”小游戏,《完蛋!我被LLM包围了!》是一款智力挑战游戏。该项目利用LLM, 基于ModelScope社区内现有的LLM对话Gradio应用程序代码,结合知乎文章《如何用“不可能”完成任务》中的预设问题,自动生成了对应的游戏代码,创造了一个独特的游戏体验。 在这个游戏中,玩家需要巧妙构造问题,挑战LLM给出满足特定条件的回答。(卡在第九关了一直过不去QAQ)
|
机器学习/深度学习 人工智能 异构计算
原来AI可以这么玩儿--数字分身
讲述基于EasyPhoto的AI写真生成示例,需要开通阿里云机器学习PAI-DSW免费试用
|
机器学习/深度学习 人工智能 自然语言处理
当被大模型输入技术内功,数字人「文画两开花」,还在手机里随时陪你聊天(2)
当被大模型输入技术内功,数字人「文画两开花」,还在手机里随时陪你聊天
219 0
|
机器学习/深度学习 人工智能 自然语言处理
当被大模型输入技术内功,数字人「文画两开花」,还在手机里随时陪你聊天
当被大模型输入技术内功,数字人「文画两开花」,还在手机里随时陪你聊天
262 0
|
算法
火力全开—模式匹配KMP算法
火力全开—模式匹配KMP算法
167 0
火力全开—模式匹配KMP算法
|
人工智能 机器人
日本用AI分配对象,价值观匹配效果超线下联谊!网友:十连抽保底新垣结衣
日本用AI分配对象,价值观匹配效果超线下联谊!网友:十连抽保底新垣结衣
199 0
刘慈欣对话卡梅隆:《三体》的深度和广度,需要至少六部电影才能完美呈现
科幻电影适合原创剧本,而不适合改编。但当前国内科幻编剧太少了。
596 0