《守望先锋》本发明在线战术竞技类网络游戏算法分析及解析

2022-12-03 10:15 啊坚道
77

本发明涉及网络游戏技术领域,具体涉及一种moba游戏的在线玩家匹配方法及系统。

背景技术:

近年来,随着电子竞技行业的快速发展,玩家们越来越关注竞技游戏的公平性。其中,多人在线战术竞技(简称MOBA)游戏广受全球玩家青睐。竞技类网游的基本原则是将同级别的玩家匹配在一起,尽量避免双方实力相差过大的碾压局面。匹配是基于玩家的排位赛排名或积分。rank是比较粗粒度的划分,score是对玩家水平比较准确的评价分数。目前,电竞游戏的匹配系统都是基于玩家的积分算法。核。

Elo算法在积分算法中被广泛使用。它的基本思想是所有玩家的等级服从一个接近于正态分布的分布。这样,当有积分为ra和rb的两名棋手时,a打败b的期望可以表示为:

其中400是调整战斗率范围的参数。当值为400时,分差超过1000分的比赛视为暗恋。实际输赢结果与获胜预期之间的差异用于调整积分的增减。目前主流的moba游戏dota2和lol的积分都是使用elo算法。

基于elo评分算法的匹配系统虽然可以大致定位玩家的等级,但也表现出很多不适应性阵容匹配系统玩家要到达什么要求,导致体验不佳。原因是elo算法是1960年代的产物。它的应用背景只是一对一的二元游戏评分,对于当今电竞中多对多二元游戏甚至多人游戏的复杂结果并不是很好。评估。

moba游戏是10个玩家分成两个阵营的团队游戏,属于二元零和博弈。与易棋不同的是,首先,它是原子可分的,每队可以分为5名队员;其次,玩家在每场比赛中可以选择不同的英雄,玩家在不同的等级使用不同的英雄,所以玩家的表现水平极不稳定;第三,阵容构成对胜负的影响不容忽视。因此,五名选手的平均水平无法准确反映球队的整体水平,本场比赛每位选手的英雄等级也无法代表自己的平均水平,更无法体现阵容结构对胜负的影响,所以使用elo算法的评价算法误差较大,导致The '

技术实现要素:

本发明实施例提供了一种moba游戏在线玩家匹配方法及系统,用于解决现有moba游戏在线匹配系统中玩家在游戏结束后的积分变化与显示实力不匹配的问题,使得玩家的积分可以准确反映自己的竞技水平,从而在总体上优化匹配结果。

为了解决上述技术问题,采用的技术方案是:

一方面,为moba类游戏提供在线玩家匹配方式,包括:

获取每个玩家的积分,将2n个积分相似的玩家匹配到同一个游戏房间,n为正整数;

将2n名选手分成总分接近的两个阵营,每个阵营的n名选手组成一队;

根据每位选手对所选英雄的熟练程度以及各队所选英雄的阵容,计算出两队各自的获胜预期;

评价两队的对战表现,计算出每位选手的评价分数:

根据两队的胜负和各队的夺冠预期计算球队积分;根据球队积分和每个球员的评价分数,计算并更新每个球员的积分。

另一方面,还提供了moba类游戏的在线玩家匹配系统,包括:

团队匹配模块用于获取每个玩家的积分,将2n个积分相似的玩家匹配到同一个游戏房间,n为正整数;每个阵营的n名选手组成一队;

积分更新模块,用于根据各选手对所选英雄的熟练程度以及各队所选英雄的阵容,计算两队各自的获胜期望值;评价两队对战表现,并计算出的评价分数:根据两队的胜负和各队的获胜预期计算球队积分;根据球队积分和每个球员的评价分数计算和更新每个球员的积分。

从上述技术方案可以看出,本发明实施例具有以下优点:

在使用elo算法计算匹配积分系统时,同方5名选手的积分变化完全相同,无法区分每个选手的表现。然而,本发明的技术方案考虑了每个玩家的占用性能评价分数,并且每个玩家计算的分数是不同的。获胜方表现好的选手得分多,表现差的选手得分少;失败者对表现好的玩家扣分少,表现差的玩家扣分多。让每位选手的积分更快地接近自己的真实水平,为接下来的比赛提供更准确的数值依据。

图纸说明

为了更加清楚地说明本发明实施例的技术方案,下面对实施例描述中所需要的附图及现有技术进行简要介绍。显然,以下描述中的附图仅是本发明的一些实施方式,例如,本领域技术人员在不付出创造性劳动的情况下,基于这些附图还可以获得其他附图。

阵容匹配系统玩家要到达什么要求

图1是本发明实施例提供的一种moba类游戏玩家在线匹配方法的流程示意图;

如图。图2为本发明实施例提供的moba游戏在线玩家匹配系统的结构示意图。

详细方法

为了使本领域的技术人员更好地理解本发明的方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例只是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本发明的说明书和权利要求书以及上述附图中的“第一”、“第二”、“第三”等术语用于区分不同的对象,不用于描述特定的顺序。此外,术语“包括”和“具有”及其任何变体旨在涵盖非排他性包含。例如,包括一系列步骤或单元的过程、方法、系统、产品或装置不限于列出的步骤或单元,而是任选地还包括未列出的步骤或单元,或任选地还包括对于固有的其他步骤或单元这些过程、方法、产品或设备。

下面将通过具体的例子分别进行详细说明。

本发明实施例提供了一种moba游戏在线玩家匹配系统及方法。

在本发明的一个实施例中:

在线匹配系统可以分为两个模块。第一个是组队匹配模块,用于根据玩家积分进行在线匹配,将玩家匹配到两支队伍中进行战斗;二是积分更新模块,战斗结束后使用。根据玩家的表现更新玩家积分,用于下一轮匹配;这两个模块交替运行。

团队匹配模块可以分为两个功能单元,执行两个步骤:第一步,房间匹配单元将2n个积分相似的玩家匹配到同一个房间,具体操作是设置每个房间的积分阈值为b、第一个玩家进入房间后,只有房间内玩家平均分不超过b的其他玩家才能配入房间,直到房间满2n人为止。第二步,团队匹配单元将2n名选手分成两个阵营,组成两队,使两个阵营的总分最接近。其中,n为正整数。在本文中,n 等于 5,以 10 个玩家为例。可选的,一种简单的组队匹配方式为交替匹配,即排名第一、第四、第五、第八、

点更新模块可以分为多个单元,执行以下步骤:

第一步,系统计算双方的获胜期望值:

elo算法对胜利预期的衡量是基于实际战力的,所以队伍的实际战力要根据双方的阵容来计算。玩家选择英雄后,系统首先会校准个人战力。一般来说,好英雄的胜率会高于平均胜率,不常用英雄的胜率会低于平均胜率。但是单个英雄胜率的样本往往并不大。在一个跟随lol(英雄联盟)英雄单线成长的游戏中,一类英雄占据相同的位置,相似度很高,可以认为是一个整体。

假设英雄熟练度修正系数为α,修正区间为[αl,αh],当前英雄位置胜率wr,玩家总胜率wr,则α服从:

阵容选择也会改变球队的实际战力。lol系统不支持换位,所以队伍组成的最优方案是ad(物理伤害型英雄)、ap(魔法伤害型英雄)、肉,各1场1助攻,以及其余的构图严格来说不是合理的阵容。阵容中每个位置的重要性是不同的。用权重向量表示w=[wad,wap,wt,wj,ws]。当英雄位置重叠时,会影响发育,导致其他位置丢失。假设此时只得到 ,贴现因子为η。根据最优解约束:

η×max{wad,wap,wt,wj,ws}<min{wad,wap,wt,wj,ws}

对于每个玩家,系统检测玩家选择的英雄对应的位置,分配给玩家的权重就是该位置的权重。如果位置重叠,则将乘以折扣因子。权重校正系数为:

例如阵容中有多个AD英雄,则每个英雄的战力权重为ηwad。团队总实战力等于:

根据elo算法的思想,将所有队伍的实际战力视为分配,那么实际战力被该队伍击败的队伍的期望为:

阵容匹配系统玩家要到达什么要求

第二步阵容匹配系统玩家要到达什么要求,为系统客观评估战局表现,得到战场得分:

传统moba的评价算法非常依赖kda(击杀、死亡和助攻得分),尤其是lol单局头数很少,依赖性更强。但随着moba的快节奏发展,冲突爆发得更早更激烈,kda受死亡人数影响较大的劣势逐渐显现,评分算法考虑的因素也更加综合。我们提出的评价算法分为三个方面:个人操作得分、团队贡献得分、特殊贡献得分。

个人操作得分,也称为击杀破塔得分,可以包括kda、连杀得分、多杀得分、破塔得分和控龙得分,机器将这些数据提取为x1=[x11,x12,x13, x14,x15],权重向量为w1;团队贡献得分包括资源产出与参与率的比值,表示为x2=[x21,x22],权重向量为w2;特殊贡献得分包括受伤害比例、治疗比例、惊险救援得分、获胜控制得分和群体控制得分记为x3=[x31,x32,x33,x34,x35],权重向量是w3。

特别是对于杀塔的评分,为了减少极值kda值的扰动,可以利用生长函数的变形进行饱和度校正。具体功能是:

最终得分为三部分的加权平均,加权向量为w。为了直观表达最终得分,将其放大w0倍。机器根据以下通用公式计算每个玩家的评价分数:

=w0w[g(w1x1t),w2x2t,w3x3t]t

第三步,为系统计算玩家的积分变化:

电子竞技比赛一般没有平局,所以胜负结果为二进制0或1,记为s。根据elo算法,对于a队来说,赛后球队积分的变化为k(sa-ea)。

需要解决的问题是将团队积分的变化映射到个人积分上。现在将两者完全划等号的做法是非常粗鲁的。首先,电子竞技比赛受成绩影响较大,需要避免选手表现异常导致积分波动,尤其是这种异常变化会影响匹配结果,进而影响其他选手的积分。一场比赛结束后,球员的表现越稳定,表现水平就越接近真实水平,因此应该获得较大的积分变化。

假设选手的成绩服从正态分布n(μ,σ),具体表示为每一回合的战场得分,利用贝叶斯原理估计正态分布的方差来衡量成绩的稳定性。较大样本球员的历史表现作为其先验分布,正态分布的共轭分布仍为正态分布,故先验分布服从n(θ,ξ),其近期表现为用作分布采样 n(ζ, τ),将后验分布视为真实分布。现在通过估计 ξ 和 τ 来确定 σ。假设历史表现的样本量是n场比赛的战场得分,近期表现的样本量是m场比赛的战场得分。

后验分布的方差为:

用σ表示球员表现的稳定性。σ值越大,性能越不稳定。设稳定度标准值为σ0,稳定度修正系数表示为:

心理学表明,人对损失比对收益更敏感,因此无需为获胜方的成员进一步修正积分,玩家可以得到各自的γk(se)。

对于输方,英雄熟练度不够和阵容搭配不当是导致实际战力低于匹配战力的原因,所以这类玩家应该多丢分,而选择好英雄并兼顾阵容搭配的玩家少输点数,总点数更新公式如下:

其中,score为玩家的评价分数,α为玩家使用英雄的熟练度修正系数,β为根据玩家使用英雄的位置是否与队友重合而确定的权重修正系数。

玩家积分更新后,新的积分可以用于下一轮的匹配,寻找势均力敌的对手。

值得注意的是,上述算法中参数的取值可以但不限于如下表1所示:

阵容匹配系统玩家要到达什么要求

表格1

基于上述,本发明实施例提供了一种moba类游戏的在线玩家匹配方法,如图1所示,该方法可以包括:

11、获取每个玩家的积分,将2n个积分相似的玩家匹配到同一个游戏房间,n为正整数;

12、将2n名选手分成总分相近的两个阵营,每个阵营n名选手组成一队;

13、根据每位选手对所选英雄的熟练程度以及各队所选英雄的阵容,计算出两队各自的获胜预期;

14、评价两队的对战表现,计算每位选手的评价分数:

15.根据两队的胜负和各队的获胜预期计算球队积分;根据球队积分和每个球员的评价分数计算和更新每个球员的积分。

可选的,步骤13具体可以包括:

假设英雄熟练度修正系数为α,修正区间为[αl,αh],当前英雄位置胜率wr,玩家总胜率wr,则α服从:

根据每个位置在阵容中的重要程度分配权重w,检测每支队伍中每个球员选择的英雄对应的位置,根据位置是否重叠确定权重修正系数β。若持仓单一,则β等于1。若持仓重叠,则β等于折扣因子η,其中ηwmax<wmin,wmax和wmin分别为最大权重和最小权重;

计算各队实际战力为:

其中,m为本队队员人数,i=1、2...m,为第i名队员的战力;

那么战力为0的a队对战力为0的b队的获胜期望为:

可选的,步骤14具体包括:

每个玩家的评分根据以下通用公式计算:

得分=w0w[g(w1x1t),w2x2t,w3x3t]t

其中,x1为个人运营得分,w1为个人运营得分的权重向量,x2为团队贡献得分,w2为团队贡献得分的权重向量,x3为专项贡献得分,w3为权重特殊贡献分的向量,w为个人操作分、团队贡献分、特殊贡献分三部分的权重向量,w0为默认值。

可选的,在步骤15中,“根据两队的比赛结果和各队的获胜期望计算球队积分”可以包括:

阵容匹配系统玩家要到达什么要求

计算球队得分为k(se),其中e为球队的获胜期望值,k为系数,s为胜负得分。根据球队胜负,s等于1或0;

可选的,在步骤15中,“根据团队积分和各选手的评价得分,计算并更新各选手的积分”可以包括:

根据每个选手的n场比赛的评价得分,计算选手的稳定性和稳定性修正系数γ;

对于获胜队的球员,计算每个球员的积分为γk(se);

对于失败球队的球员,计算每个球员的分数为:

其中,score为玩家的评价分数,α为上述玩家使用的英雄的熟练度修正系数,β为上述根据玩家使用的英雄位置是否与队友重合而确定的权重修正系数.

基于上述,本发明实施例还提供了一种moba类游戏的玩家在线匹配系统,如图2所示,该系统可以包括:

队伍匹配模块20,用于获取每个玩家的积分,将2n个积分相近的玩家匹配到同一个游戏房间,n为正整数;将2n名选手分成积分和接近的两个阵营,每个阵营n名选手组成一队;

积分更新模块30,用于根据各选手对所选英雄的熟练程度以及各队所选英雄的阵容,计算两队各自的获胜期望值;评价两队的对战表现,并计算每名选手的各项评价分数:根据两队的胜负和各队的获胜预期计算球队积分;根据球队积分和每个球员的评价分数计算和更新每个球员的积分。

其中,团队匹配模块30可以包括:

房间匹配单元201用于获取每个玩家的积分,将2n个积分相似的玩家匹配到同一个游戏房间,n为正整数;队伍匹配单元202用于对2n名选手进行积分。两个阵营的总和接近,每个阵营的n名球员组成一个团队;

积分更新模块30可以包括:

获胜期望值计算单元301,用于根据各玩家对所选英雄的熟练程度以及各队伍所选英雄的阵容,计算两队各自的获胜期望值;

评价分数计算单元302用于评价两队的战斗表现,计算出各选手的评价分数:

球队积分计算单元303,用于根据两支球队的比赛结果和各球队的获胜期望计算球队积分;

选手积分计算更新单元304,用于根据球队积分和各选手的评价分数,计算并更新各选手的积分。

可选的,所述整体更新模块30包括:

获胜预期计算单元301,用于计算球队的获胜预期,包括:

假设英雄熟练度修正系数为α,修正区间为[αl,αh],当前英雄位置胜率wr,玩家总胜率wr,则α服从:

根据每个位置在阵容中的重要程度分配权重w,检测每支队伍中每个球员选择的英雄对应的位置,根据位置是否重叠确定权重修正系数β。若持仓单一,则β等于1。若持仓重叠,则β等于折扣因子η,其中ηwmax<wmin,wmax和wmin分别为最大权重和最小权重;

计算各队实际战力为:

阵容匹配系统玩家要到达什么要求

其中,m为本队队员人数,i=1、2...m,为第i名队员的战力;

那么战力为0的a队对战力为0的b队的获胜期望为:

可选的,所述整体更新模块30包括:

评价分数计算单元302,用于根据以下通式计算各玩家的评价分数:

得分=w0w[g(w1x1t),w2x2t,w3x3t]t

其中,x1为个人运营得分,w1为个人运营得分的权重向量,x2为团队贡献得分,w2为团队贡献得分的权重向量,x3为专项贡献得分,w3为权重特殊贡献分的向量,w为个人操作分、团队贡献分、特殊贡献分三部分的权重向量,w0为默认值。

可选的,所述整体更新模块30包括:

球队积分计算单元303,用于计算球队积分为k(se),其中,e为球队的获胜期望,k为系数,s为胜负得分,s等于1或 0 根据球队的胜负;

可选的,所述整体更新模块30包括:

选手积分计算更新单元304,用于根据每个选手的n场比赛的评价得分,计算选手的稳定度和稳定修正系数γ;对于获胜队的球员,计算γ k (se );对于失败球队的球员,计算每个球员的分数为:

其中,score为玩家的评价分数,α为上述玩家使用的英雄的熟练度修正系数,β为上述根据玩家使用的英雄位置是否与队友重合而确定的权重修正系数.

综上所述,本发明实施例公开了一种moba游戏的在线玩家匹配方法及系统。从以上技术方案可以看出,本发明实施例具有以下优点:

在使用elo算法计算匹配积分系统时,同方5名选手的积分变化完全相同,无法区分每个选手的表现。然而,本发明的技术方案考虑了每个玩家的占用性能评价分数,并且每个玩家计算的分数是不同的。获胜方表现好的选手得分多,表现差的选手得分少;失败者对表现好的玩家扣分少,表现差的玩家扣分多。让每位选手的积分更快地接近自己的真实水平,为接下来的比赛提供更准确的数值依据。

在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。

需要说明的是,上述方法实施例中,为了描述的简单,均表示为一系列的动作组合,但是本领域的技术人员应该知晓,本发明并不局限于所描述的动作顺序,因为根据本发明,某些步骤可以其他顺序执行或同时执行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。

本领域技术人员可以清楚地了解到,为描述的方便和简洁,上述系统、装置和单元的具体工作过程可以参见上述方法实施例中的对应过程,在此不再赘述。 .

在本申请提供的几个实施例中,应该理解的是,所公开的系统、装置和方法可以有其他的实施方式。例如,上述装置实施例仅是示例性的。比如单位的划分,只是逻辑上的功能划分。在实际实现中,还可以有其他的划分方式。例如,可以组合或集成多个单元或组件。到另一个系统,或者某些功能可能会被忽略或未实现。另一方面,所示或讨论的相互耦合或直接耦合或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接可以是电性、机械或其他形式。

描述为单独组件的单元可能是也可能不是物理分离的,显示为一个单元的组件可能是也可能不是物理单元,即它可能位于一个地方,也可能分布到多个网络单元. 可以根据实际需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外,本发明各实施例中的各个功能单元可以集成为一个处理单元,各个单元可以物理上独立存在,也可以两个或多个单元集成为一个单元。上述集成的单元可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。

所述集成单元如果以软件功能单元的形式实现并作为独立的产品销售或者使用的,可以存储在一个计算机可读取存储介质中。基于此理解,本发明技术方案的实质或对现有技术做出贡献的部分或全部或部分技术方案可以以软件产品的形式体现,该计算机软件产品存储在存储介质中,包括若干条指令,使计算机设备(可以是个人计算机、服务器或网络设备等)执行本发明各实施例方法的全部或部分步骤。前述存储介质包括:U盘、移动硬盘、只读存储器(rom,read-)、随机存取存储器(ram,),

以上实施例仅用于说明本发明的技术方案,并不用于限制本发明;本领域普通技术人员应当理解,其仍然可以对上述实施例中描述的技术方案进行修改,或者对其中的部分技术特征进行等同替换;这些修改或替换,并不使相应技术方案的实质脱离本发明各实施例技术方案的精神和范围。