Big article about matchmaking from Respawn

Respawn выпустила у себя на сайте большую статью про подбор игроков

Всем привет! Мы команда, занимающаяся системой подбора игроков в Apex Legends, и сегодня мы немного познакомим вас с тем, как эта система работает. Эта статья блога написана многопрофильной командой, демонстрирующей работу Respawn по улучшению качества подбора игроков. Руководит нами технический директор Сэми Дак (@ricklesauceur).

Подбор игроков — это большая и сложная тема, которая много обсуждается в нашем сообществе. Недавно мы внесли изменения в эту систему, которые вы, возможно, заметили, и теперь мы об этом поговорим
В этой статье блога разработчиков мы рассмотрим следующие темы:​

• Что такое подбор игроков? ​
• Какой подход используется в Apex Legends?​
• Будущее подбора игроков​
• Часто задаваемые вопросы с ответами​

Мы собираемся глубоко погрузиться в тему подбора игроков, поэтому, если вам нужно краткое резюме, вот несколько основных мыслей.
1. В настоящее время подбор игроков в Apex Legends основывается на рейтинге навыков лучшего игрока в готовой команде, и наша система учитывает размер вашего готового отряда при подборе соперников для вас.
2. Мы работаем над тем, чтобы сделать матчи более честными по сравнению с тем, что происходит сегодня, ведь вы играете с друзьями, имеющими различные уровни навыков.
3. Мы в процессе замены нашей старой системы основанного на навыках подбора игроков (SBMM) на новую, которая точнее группирует наших игроков на основе навыков и, таким образом, позволяет нашему алгоритму подбора игроков принимать более эффективные решения при формировании групп. Конечная цель состоит в том, чтобы сделать матчи более честными, а впечатления — более интересными для всех.
Мы постоянно тестируем в запущенной игре наши системы подбора игроков и многократно выполняем с ними различные действия, чтобы выяснить, что работает лучше всего. В сущности, многие изменения в отношении рейтинговых и обычных матчей уже протестированы и введены в игру в различных регионах. И мы ещё не закончили. В ближайшем будущем ожидайте новых улучшений подбора игроков.


ОБНОВЛЕНИЕ ПОДБОРА ИГРОКОВ В APEX LEGENDS
Всем привет! Мы команда, занимающаяся системой подбора игроков в Apex Legends, и сегодня мы немного познакомим вас с тем, как эта система работает. Эта статья блога написана многопрофильной командой, демонстрирующей работу Respawn по улучшению качества подбора игроков. Руководит нами технический директор Сэми Дак (@ricklesauceur).
Подбор игроков — это большая и сложная тема, которая много обсуждается в нашем сообществе. Недавно мы внесли изменения в эту систему, которые вы, возможно, заметили, и теперь мы об этом поговорим.
В этой статье блога разработчиков мы рассмотрим следующие темы:​

• Что такое подбор игроков?​
• Какой подход используется в Apex Legends?​
• Будущее подбора игроков в Apex Legends​
• Часто задаваемые вопросы с ответами​

Мы собираемся глубоко погрузиться в тему подбора игроков, поэтому, если вам нужно краткое резюме, вот несколько основных мыслей.
​

В настоящее время подбор игроков в Apex Legends основывается на рейтинге навыков лучшего игрока в готовой команде, и наша система учитывает размер вашего готового отряда при подборе соперников для вас.

1. Мы работаем над тем, чтобы сделать матчи более честными по сравнению с тем, что происходит сегодня, ведь вы играете с друзьями, имеющими различные уровни навыков.
2. Мы в процессе замены нашей старой системы основанного на навыках подбора игроков (SBMM) на новую, которая точнее группирует наших игроков на основе навыков и, таким образом, позволяет нашему алгоритму подбора игроков принимать более эффективные решения при формировании групп. Конечная цель состоит в том, чтобы сделать матчи более честными, а впечатления — более интересными для всех.

​

Мы постоянно тестируем в запущенной игре наши системы подбора игроков и многократно выполняем с ними различные действия, чтобы выяснить, что работает лучше всего. В сущности, многие изменения в отношении рейтинговых и обычных матчей уже протестированы и введены в игру в различных регионах. И мы ещё не закончили. В ближайшем будущем ожидайте новых улучшений подбора игроков.


ЧТО ТАКОЕ ПОДБОР ИГРОКОВ
Есть множество определений термина «подбор игроков», но давайте сосредоточимся на нашем подходе к подбору игроков в Apex Legends.
Есть множество определений термина «подбор игроков», но давайте сосредоточимся на нашем подходе к подбору игроков в Apex Legends
Для нас подбор игроков включает три отдельных понятия:​

• Прогресс​
• Рейтинг навыков​
• Подбор​

СИСТЕМА ПРОГРЕССА
Система прогресса — это та часть подбора игроков, которая демонстрируется игрокам. В Apex Legends благодаря нашим системам прогресса вы получаете разнообразные награды просто за участие в игре. Игроки получают ощущение развития и достижения целей в зависимости от затраченного времени. Хорошая система прогресса позволяет большему количеству игроков чувствовать себя вознаграждёнными и вовлечёнными, а чем больше игроков, тем лучше подбор игроков.
Однако системы прогресса оказывают влияние на внутриигровое поведение и могут изменить исход матчей. Например, игроки могут ради адреналина устраивать горячую высадку в обычных матчах, но они хорошенько подумают, прежде чем делать такое в рейтинговом матче, чтобы избежать суровых штрафов за раннюю смерть. Кроме того, ежедневные и еженедельные испытания могут поощрять игроков выбирать незнакомых легенд или оружие.
По этим причинам становится ясно, что прогресс не только влияет на вовлечённость игроков, но и является центральным компонентом игры, поэтому его необходимо учитывать при создании систем рейтинга навыков и подбора игроков. Что особенно важно: поскольку прогресс демонстрируется игрокам, он существенно влияет на их восприятие того, насколько честным является матч. Например, хотя вы можете ожидать, что уровень учётной записи будет сильно коррелировать с уровнем навыков, это не всегда так. Игрок с низким уровнем учётной записи может иметь превосходные навыки, и (как и большинство из нас здесь) игрок высокого уровня может быть ленивым и неуклюжим.

Распределение навыков в различных диапазонах уровней учётной записи
Ось X: диапазоны уровней учётной записи; ось Y: рейтинг навыков.

Зелёная линия является медианой, а выбросы отображаются как точки (из-за множества точек получается толстая чёрная линия).
Для игроков с уровнем учётной записи менее 300-го медиана навыков в каждой группе очень похожа. Уровни навыков слегка повышаются вместе с уровнями учётной записи игроков, когда последние превышают 300. Однако в каждой группе есть множество выбросов, которые показывают, что уровень учётной записи мало влияет на рейтинг навыков, особенно на более низких уровнях учётной записи.


РЕЙТИНГ НАВЫКОВ
Рейтинг навыков — это численное представление навыков игрока. Чтобы игроки не использовали эту информацию с выгодой для себя, это число намеренно скрывается от них. Обычно оно основывается на ряде факторов, которые представляют ваши навыки и способность играть.
Чтобы объяснение было понятным, представьте себе шкалу рейтинга навыков от 1 (худшие) до 10 (лучшие). Если у меня рейтинг 5, а у вас 6, ваш показатель лучше моего на 1. Но насколько это лучше? Для этого нам нужно взглянуть на распределение рейтинга навыков среди всех игроков.
Есть два следующих способа рассмотрения распределения навыков

Непрерывное распределение Гаусса

Распределение рейтинга навыков в обычных матчах.
Ось X: рейтинг навыков; ось Y: процент игроков в обычных матчах.

На этом графике отображается распределение рейтинга навыков среди всех игроков в обычных матчах. Вы видите, что большинство игроков находится в центре распределения, а справа и слева располагаются игроки с самыми высокими и самыми низкими уровнями навыков, которые встречаются гораздо реже. Такое непрерывное представление полезно, когда алгоритм рейтинга навыков может очень точно описать навыки игрока. Например, когда по нему можно уверенно сказать, что рейтинг 5,2 выше 5,1. Обратите внимание, что изображённое распределение имеет небольшие проблемы, которые мы стремимся исправить; например, игроки с низким уровнем навыков не особо различаются между собой: вместо сужения вверху игроки группируются вместе в нижней части.
Обособленные категории
В рамках этого метода игроки группируются в 4–5 больших обособленных блоков. Например, все игроки с 0 до 2, с 2 до 4, с 4 до 6, с 6 до 8 и с 8 до 10 сформируют соответствующие категории. В данном случае вы полагаете, что каждый игрок в категории имеет равный уровень навыков либо по собственному выбору, либо по причине того, что алгоритм рейтинга навыков не позволяет отличить этих игроков друг от друга.

Процент матчей в каждой обособленной группе в течение 1 дня в обычных матчах (каждая шкала представляет одну группу).
Ось X: номер группы (1 — навыки самого низкого уровня, 4 — навыки самого высокого уровня); ось Y: процент матчей в этой группе.
Выше на графике с категориями изображено распределение навыков игроков с использованием предыдущей версии нашего алгоритма подбора игроков. Вы видите, что в обычных матчах не очень строгий подбор игроков, так как категории довольно широкие. Маленькие категории свидетельствуют о низком уровне навыков и новых игроках, поскольку мы пытаемся давать им время изучить игровые механики.
Традиционно в Apex Legends используется подход с категориями, но ситуация меняется (см. раздел «Будущее подбора игроков» ниже)


ПОДБОР
И наконец, алгоритм подбора отвечает за определение того, кто попадает в вашу игру. С помощью рейтинга навыков игроки группируются вместе для выполнения подбора. Отряды и матчи формируются в зависимости от доступности игроков. Этот алгоритм должен уравновесить скорость и качество. Нужно ли нам подобрать игроков быстро, но с большей разницей в навыках, или подождать немного дольше, чтобы были подобраны более близкие по силе соперники?
Как только мы выбрали потенциальных игроков для матча, остаётся ещё два больших вопроса. ​

Как создать отряды?

1. Как выставить отряды против друг друга

​

Есть несколько методов, с помощью которых можно провести подбор, но давайте рассмотрим их в следующем разделе!
И ЧТО ЖЕ ИСПОЛЬЗУЕТСЯ В APEX LEGENDS?
Когда система подбора игроков пытается сформировать матч, берутся 60 доступных игроков с похожим уровнем навыков и делается попытка формирования матча. Если говорить проще, давайте представим, что все 60 играют в одиночку. С учётом их рейтинга навыков как мы можем организовать из этих 9 игроков честные команды?

9 игроков с соответствующим рейтингом навыков.

Честно говоря, реальный алгоритм работает не так, как будет описано далее, поскольку нам также нужно учитывать время ожидания в очереди и другие переменные, помимо рейтинга навыков. Однако следующие примеры дадут вам хорошее представление о том, как в Apex Legends формируются отряды.
Если нам нужно рассортировать по командам 9 игроков (с рейтингом навыков от 1 до 9), есть два подходящих способа создать из них команды.​

Мы можем сформировать команды с наиболее близким средним значением уровня навыков, чтобы подбор был сбалансированным. Такой подход используется нами в обычных матчах.

​

Формирование наиболее сбалансированных команд в обычных матчах.
-------------------------- ИЛИ --------------------------
Мы можем сформировать команды с похожими по уровню навыков игроками. В полностью соревновательной среде, как, например, в рейтинговом матче, наличие союзников с одинаковым уровнем навыков и меньшая необходимость «тащить» команду для нас ценнее, чем идеально честный матч. Примечание: хотя мы эффективно собираем команды, совокупность игроков, из которых мы выбираем, ограничена, поскольку мы выбираем только из тех игроков, которые попали в матч и, следовательно, обладают похожим уровнем навыков. Из-за случайности и хаоса, присущих «Королевской битве», мы считаем, что это справедливый компромисс.

Формирование команд с похожими по уровню навыками в рейтинговых матчах.
Здесь представлен простой случай, но в реальном мире всё не так просто, так как не каждый играет в одиночку. Когда в систему подбора игроков добавляется готовый отряд, нам нужно выяснить, где разместить этот отряд, и определить его эффективный рейтинг.
Представьте, что у нас есть готовая тройка игроков с рейтингом навыков 2, 6 и 7. Какими математическими способами можно определить эффективный рейтинг их команды? Как только мы это узнаём, выполняющий подбор игрок может перейти к поиску союзников для одиночного режима или игры вдвоём (см. выше) и соперников для этого отряда. Есть как минимум 4 способа вычислить уровень эффективных навыков отряда

Возможные способы вычисления эффективного рейтинга команды.
​

САМЫЙ НИЗКИЙ: определяются ли команды самым слабым звеном? Если так, мы берём самый низкий рейтинг навыков (2) при подборе игроков. Но они, вероятно, сильнее.

• САМЫЙ ВЫСОКИЙ: определяются ли команды лучшим игроком? Если так, мы берём самый высокий рейтинг навыков (7) при подборе игроков. Но команда такого игрока, вероятно, слабее.
• СРЕДНИЙ: вносят ли игроки в отряде равный вклад? Если так, средний рейтинг команды будет иметь значение 5. Но действительно ли это отражает способность отряда победить?
• СРЕДНЕВЗВЕШЕННЫЙ: тащат ли команду более умелые игроки? Если так, возможно, мы должны сделать больший акцент на самом сильном игроке. Только для этого примера представим, что взвешивание имеет вид 50/30/20, и тогда уровень навыков команды будет составлять (0,5x7) + (0,3x6) + (0,2x2) = 5,7. Однако получение этих взвешенных значений является нетривиальной задачей и может быть не одинаковым для всех уровней навыков и режимов.

​

В настоящее время в алгоритме подбора игроков в Apex Legends используется метод САМОГО ВЫСОКОГО рейтинга для обычных и рейтинговых матчей. Он обеспечивает лучшую защиту от уязвимостей при подборе игроков с новыми игроками и смурфами, одновременно гарантируя игру на равных. При этом случаи, когда игроки с высоким рейтингом пытаются найти игроков с более низким рейтингом, чтобы матчи проходили полегче, становятся бессмысленными, и этот метод помогает сделать «разгон» менее распространённым.
Однако новым игрокам становится очень трудно присоединиться к более умелым друзьям, так как подбор основывается на игроке с более высоким уровнем навыков. Мы активно вносим изменения, чтобы сделать игру в обычных матчах более честной для групп с большими различиями в уровне навыков.
Теперь давайте вернёмся к нашему первоначальному обсуждению о формировании и подборе команд. Когда мы достигаем порогового значения для выполнения подбора (как минимум 60 игроков с похожими по уровню навыками), мы сначала прилагаем все старания, чтобы выполнить подбор, основанный на размере группы. Сначала идёт игра втроём, затем вдвоём, и, наконец, остаются игроки для одиночного режима. Цель заключается в том, чтобы нейтрализовать соревновательное преимущество, присущее нахождению в готовом отряде, посредством уравнивания размеров групп при подборе. Мы знаем, что игра со знакомыми людьми в готовом отряде даёт вам преимущество над незнакомцами, ведь вы можете знать, как ведут себя ваши товарищи по команде, у вас может быть взаимопонимание и вы, возможно, будете лучше общаться. Однако на самом деле очень трудно и вряд ли возможно подобрать для матча 60 игроков с похожими по уровню навыками и в равных по размеру готовых группах, поэтому мы неизбежно смешиваем готовые группы разного размера.
Чтобы исправить это, наш новый алгоритм подбора игроков будет гораздо лучше компенсировать соревновательное преимущество, которое имеют готовые группы для игры вдвоём и втроём. Мы задействовали научные методы, чтобы количественно оценить это преимущество, и мы экспериментируем с новой системой, которая может постоянно учиться и обновляться с течением времени. Мы ожидаем, что этот новый алгоритм начнёт вводиться в игру по всему миру в начале 2023 года. Резюмируя, у готовых групп для игры вдвоём и втроём есть небольшие преимущества, которые должны быть добавлены в рейтинг навыков команды во время подбора игроков и определения уровня навыков.

БУДУЩЕЕ ПОДБОРА ИГРОКОВ В APEX LEGENDS
Прежде чем продолжать вносить улучшения в подбор игроков, в Apex Legends есть несколько вещей, о которых необходимо подумать.
Во-первых, игроки постоянно совершенствуются. «Золотой» игрок в сезоне 2 имеет совершенно иной уровень навыков по сравнению с «золотым» игроком в сезоне 15. Поэтому иногда игроки чувствуют, будто у них нет никакого прогресса, хотя это часто не так. Просто все изменяются в лучшую сторону при игре вместе и постоянно устанавливают всё более высокую планку для наших категорий ранга. Однако игра при этом становится сложнее, а новым игрокам труднее к ней присоединиться. Думая об улучшениях подбора игроков, мы должны помнить о том, как мы будем обращаться с новыми игроками.
Во-вторых, сейчас у нас есть разные способы подбора игроков в зависимости от игрового режима, который вы выбрали. У каждого режима есть совершенно разные системы рейтинга навыков, а также разные алгоритмы подбора игроков. Это должно закончиться с нашей новой системой подбора игроков. В дальнейшем в подборе игроков будет использоваться одна и та же технология рейтинга навыков, но в каждом режиме будут различные значения настроек в зависимости от того, что лучше всего подходит для данного режима. Это позволит нам быстрее улучшать подбор игроков в Apex Legends во всех отношениях.
И наконец, мы создали новый алгоритм определения уровня навыков, чтобы повысить точность. Наша прежняя система подбора игроков распределяла игроков по четырём обособленным категориям навыков (включая одну для новых игроков). Новая система является более детальной и имеет гораздо больше категорий. Она позволяет нашему алгоритму подбора игроков принимать более эффективные решения при распределении игроков по матчам.
Поэтому мы будем менять текущую систему на новую.
Новая система определяет навыки и выполняет подбор на основе двух целей.
1. Нам необходимо, чтобы определяемый уровень навыков игрока был значимым, т. е. он должен прогнозировать результативность игрока. В Apex Legends это означает следующее: навыки игроков должны прогнозировать, что обычно отряды с более высоким уровнем навыков будут регулярно побеждать в боях отряды с более низким уровнем навыков и занимать места выше.
Текущий прогресс В наших тестах, касавшихся нескольких очередей, новая система определения уровня навыков достигла этой цели. Ниже приведён график, демонстрирующий процент побед для отряда по мере повышения преимущества в рейтинге навыков отряда по сравнению с соперником.
​

Когда преимущество менее 0 (слева от 0 на графике), это означает, что отряд имеет более низкий уровень навыков, чем его соперник, и, естественно, мы видим, что его процент побед ниже 50%. Процент побед снижается дальше по мере роста разрыва между уровнями навыков.

• Преимущество, равное приблизительно 0, говорит о похожем рейтинге навыков у отряда и его соперника, а это означает, что у обоих отрядов шанс выиграть в столкновении составляет 50/50.
• Когда преимущество более 0 (справа от 0 на графике), это означает, что отряд имеет более высокий уровень навыков, чем его соперник, а процент побед для отряда становится выше 50% и повышается по мере роста разрыва между уровнями навыков.

​

Процент побед для отряда по мере повышения преимущества в рейтинге навыков по сравнению с соперниками.
Ось X: разница в рейтинге навыков между двумя отрядами; Ось Y: процент побед для этого столкновения
0 означает, что два отряда, которые сражаются друг с другом, имеют похожий рейтинг навыков.
Процент побед в столкновениях, основанный на реальных данных.

2. С новой системой определения уровня навыков нам нужно формировать матчи с максимально равными шансами у участников в разумные сроки. Наша новая система подбора игроков стремится достичь этого, полностью поменяв стандартный поиск. Вместо того чтобы помещать игроков в статичные категории и формировать матч, как только количество игроков в категории достигает 60, она прогнозирует распределение входящих игроков и динамическим образом выбирает оптимальный компромисс между различиями в навыках и временем ожидания.
Текущий прогресс: наши тесты новой системы в реальных условиях показывают, что она работает. Участники имеют более равные шансы, а время ожидания остаётся в основном неизменным.

Время ожидания в очереди на подбор игроков в течение 5 минут в нашем регионе тестирования.
Ось X: время суток; ось Y: время подбора игроков.
Каждая цветная линия — это динамика текущего максимального времени ожидания для группы навыков. Вы видите, что около 17:37:30 группа с высоким уровнем навыков вынуждена была побыть в очереди дольше, чтобы матч был честным. Новая система подбора игроков автоматически находит баланс между временем ожидания в очереди и различиями в навыках.
С запуском «Затмения» (сезон 15) эти системы уже добавлены в определённых регионах и режимах для тестирования. Старая система будет медленно упраздняться регион за регионом. На каждом этапе мы будем определять, работает ли новая система, как ожидается, и являются ли изменения положительными для игроков. Когда эти системы будут полностью добавлены повсюду, мы сможем начать изучение дополнительных поправок, касающихся рейтинга навыков игроков (например, для учёта того, играете ли вы в одиночку, вдвоём или втроём).
Мы надеемся, что игрокам эти изменения понравятся, и будем постоянно следить за нашими данными и отзывами игроков по мере внесения дальнейших корректировок и улучшений.


ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ
1. ПОЧЕМУ В МОЁМ МАТЧЕ ОКАЗАЛИСЬ ИГРОКИ С БОЛЕЕ ВЫСОКИМИ УРОВНЯМИ НАВЫКОВ?
Мы не помещаем вас специально ни в более трудные матчи, чтобы замедлить ваш прогресс, если вы часто выигрываете, ни в более лёгкие матчи из-за того, что у вас серия поражений. Мы стараемся выбрать для вас матчи, где у вас будет честный шанс на победу, — и подбор при этом основан на текущем уровне навыков.
Ваш рейтинг навыков является динамическим и постоянно корректируется. Когда у вас серия побед, ваш рейтинг навыков повышается. Это приводит к тому, что вы попадаете в матч к игрокам с более высоким уровнем навыков по сравнению с тем, что было в начале вашей серии побед. Поздравляем, вы становитесь лучше! И всё происходит наоборот в том случае, если у вас серия поражений. Вы можете почувствовать, что играть становится проще, потому что ваш рейтинг навыков снижается, а вместе с ним, как следствие, падает и уровень навыков ваших соперников. Так или иначе, эта система учитывает недавние изменения в уровне ваших навыков. Как правило, это медленный процесс, поэтому вы должны чувствовать эти изменения только в длинных сериях

Пример корректировки определения уровня навыков игрока после подбора игроков.
Ось X: количество сыгранных матчей; ось Y: рейтинг навыков.

Это довольно радикальный пример, потому что первоначально определение уровня навыков этого игрока показало значение ниже реального. Алгоритм был быстро скорректирован и стабилизирован после того, как был определён реальный уровень навыков игрока.
Баланс между вами и соперником смещён. Если вы видите соперника с более высоким рейтингом, чем у вас, то, возможно, у него плохой день и серия поражений. В аналогичной ситуации может оказаться и ваш соперник, если у вас будет серия поражений и вы окажетесь в матче с менее умелыми игроками.
Вы оказываетесь игроком с одним из низких уровней навыков в матче. Когда мы формируем матч, нам нужно найти 60 игроков с похожим уровнем навыков в разумные сроки. Однако мы никогда не сможем сформировать матч, где будет 60 одинаковых игроков. Между игроками всегда будут различия в навыках. Когда вы попадаете в матч, то с шансом 50/50 именно в этом матче вы оказываетесь в нижней половине распределения навыков. Ощущение того, что матч сложнее или легче, может возникать из-за изменений в вашем относительном рейтинге по сравнению с соперниками из матча в матч. Будущие улучшения подбора игроков нацелены на сокращение диапазона уровней навыков в матче, что должно снизить это ощущение разрыва между уровнями навыков.
Готовый отряд с большими различиями в навыках — в определённых режимах игры мы использовали метод САМОГО ВЫСОКОГО рейтинга при оценке готового отряда. Из-за более умелого игрока в более трудном матче может оказаться более слабый игрок. Если вы имеете более низкий уровень навыков, но играете с другом, имеющим более высокий уровень навыков, помните о том, что вы можете оказаться в более трудных матчах. Как уже упоминалось выше, новая система, внедряемая нами, направлена на выправление таких ситуаций, пока мы продолжаем работать над подбором игроков.

2. ПЫТАЕМСЯ ЛИ МЫ ДАТЬ ХОРОШИМ ИГРОКАМ ПЛОХИХ СОЮЗНИКОВ?
Нет, у нас нет намерения давать хорошим игрокам плохих союзников. Самый лёгкий способ для игроков контролировать уровень навыков союзников — выбирать их заранее, что и делают многие игроки с высоким уровнем навыков. Кстати, есть три причины, по которым одиночный игрок с высоким уровнем навыков может почувствовать, что это как раз такая ситуация.

​

1. В матче всегда есть диапазон уровней навыков. Если вы в конкретном матче являетесь одним из сильных игроков, то вы действительно, скорее, окажетесь с игроками слабее вас. Это связано с тем, что мы всё-таки должны подобрать для вас других игроков, чтобы сформировать отряд, а эти игроки, скорее всего, будут слабее вас. Однако этот разрыв между уровнями навыков не должен быть большим, потому что мы ограничиваем диапазон навыков в каждом матче.​
2. Если вы на вершине распределения навыков, то, независимо от того, с кем вы окажетесь в матче, ваши союзники почти всегда будут хуже вас. Это связано с тем, что игроков в конечной части распределения мало и для подбора игроков в этой зоне требуются невероятно долгое время подбора, невероятно большие разрывы между уровнями навыков или некое промежуточное сочетание того и другого (это в идеале). То же самое касается игроков в нижней части распределения навыков, так как в этой части игроков также меньше, чем в остальных.​
3. Игроки с более высокими уровнями навыков, как правило, собирают отряд, что усугубляет проблемы, упомянутые в пунктах 1 и 2.​

Секторная диаграмма, показывающая частоту наличия игроков с рейтингом «Алмаз» и выше в готовых отрядах различных размеров (выборка на протяжении дня):
1) одиночный игрок; 2) готовая группа для игры вдвоём; 3. готовая группа для игры втроём
Почти в 70% случаев мы имеем дело с готовой группой для игры вдвоём или втроём.
Все вышеуказанные эффекты вместе могут, безусловно, создать впечатление, что мы намеренно делаем какую-то авторитарную систему подбора игроков. Хотя эти эффекты неизбежны, мы вносим изменения, которые помогут уменьшить влияние таких проблем. В наших матчах всегда будет диапазон навыков игроков, но наша новая система подбора игроков направлена на уменьшение диапазона навыков в каждом матче без существенного изменения времени подбора игроков (за исключением, возможно, игроков с высшими уровнями, у которых будет небольшое изменение). Эта новая система протестирована в реальных условиях и показывает, что да, мы можем формировать матчи, в которых участники будут иметь более равные шансы, а эти проблемы будут уменьшены (см. графики ниже). Эти изменения будут вводиться в игру по всему миру в начале 2023 года, и будущие версии нашего алгоритма подбора игроков будут учитывать несоответствие между фактическими навыками у одиночных игроков, а также тех, кто играет вдвоём или втроём.

Измерение разницы в уроне в каждом отряде.
Пурпурная линия — это регион, в котором используется новая система подбора игроков, а синие линии — это два региона, выполняющие функцию контрольных. Вы видите, что после ввода этой системы подбора игроков в игру средняя разница в результативности внутри отряда значительно упала. Это означает, что союзники имеют в игре более равные показатели, а необходимость «тащить» игру в рамках новой системы подбора игроков становится меньше.

3. ПРЕДНАЗНАЧЕН ЛИ ПОДБОР ИГРОКОВ ДЛЯ ПРЯМОЙ ОПТИМИЗАЦИИ УДЕРЖАНИЯ И ВОВЛЕЧЁННОСТИ ИГРОКОВ?
Нет. Наш алгоритм подбора игроков касается только определения уровня навыков и организации максимально честных матчей в разумные сроки. Мы надеемся, что благодаря этому матчи будут и самыми весёлыми. Правда, здесь есть одна проблема... Значение веселья замерить нельзя. Вот здесь и приходит на помощь удержание. Удержание определяет, какая часть игроков возвращается в игру день за днём или неделя за неделей. Поэтому оно и важно для нас, ведь игроки, скорее всего, задержатся в игре, если им весело. Таким образом, если мы видим, что определённый алгоритм подбора игроков повсюду повышает удержание, то мы знаем, что нам, скорее всего, удалось улучшить подбор игроков. Однако мы никогда не создаём алгоритм, который напрямую оптимизирует удержание (или вовлечённость, так как, если мы будем заставлять вас играть дополнительный час в день, когда вы обычно делаете что-то другое, это не принесёт пользы ни нам, ни вам).
Кстати, именно поэтому внедрение изменений в подбор игроков занимает так много времени! Нам потребуется не менее месяца, чтобы доказать, что влияние было полезным... и иногда нам в конечном итоге приходится возвращаться на исходные позиции. Удержание — это один из немногих надёжных способов оценить, насколько весело проводить время в игре, но оно имеет смысл, если множество игроков учитывается в течение длительного времени, поэтому мы вынуждены не спешить. Обычно, если мы не видим положительных изменений по части долгосрочного удержания, мы вряд ли будем внедрять изменение в подбор игроков по всему миру, поскольку тут есть признаки, что такое изменение, вероятно, не улучшает игру.



Ссылка на статью: https://www.ea.com/ru-ru/games/apex-legends/news/matchmaking-2023​