जैसा कि हर एक प्रतिस्पर्धी खेल के साथ होता है, एपेक्स लेजेंड्स के डेवलपर्स को खिलाड़ी की धारणा से निपटना पड़ता है कि पर्दे के पीछे की वास्तविकताओं के साथ क्या गलत है। एपेक्स समुदाय के ग्राउजिंग में एक निरंतर धागा गेम के मैचमेकिंग सिस्टम के बारे में रहा है, और विशेष रूप से यह कैसे कौशल को मापता है और स्क्वाड बनाता है और इसके चारों ओर मैच करता है।
खिलाड़ियों द्वारा उठाए गए विभिन्न मुद्दों की गणना करने में हमेशा के लिए लग जाएगा, लेकिन एक नियमित उदाहरण यह है कि कुशल खिलाड़ी कभी-कभी महसूस करते हैं कि उन्हें जानबूझकर बहुत कम कुशल खिलाड़ियों के साथ मिलान किया जा रहा है, और इसके विपरीत, संतुलित मैच बनाने के लिए एक विनाशकारी प्रयास में केवल विस्फोट में परिणाम।
यह मूल रूप से तब तक चल रहा है जब तक खेल खत्म हो गया है, लेकिन डेवलपर रिस्पॉन्स ने अब पोस्ट किया है जिसे मैं केवल समुदाय के लिए व्यापक प्रतिक्रिया के रूप में वर्णित कर सकता हूं। यह बात बिल्कुल विशाल है और इस बात पर विस्तार से जाती है कि गेम का मैचमेकिंग कैसे काम करता है, हाल ही में किए गए बदलाव, डेवलपर्स द्वारा स्वीकार की जाने वाली समस्याएं और उन्हें ठीक करने के लिए क्या किया जा रहा है।
यदि आप एपेक्स हेड हैं तो शायद यह है पूरी बात पढ़ना सबसे अच्छा है (नए टैब में खुलता है) (पहले एक कप चाय लें), लेकिन रिस्पॉन्स खुद ही टेकअवे को सूचीबद्ध करता है:
- एपेक्स लीजेंड्स वर्तमान में आपकी पूर्व-निर्मित पार्टी के सर्वश्रेष्ठ खिलाड़ी की कौशल रेटिंग का उपयोग करके मैच बनाता है, और हमारा सिस्टम विरोधियों के साथ आपका मिलान करते समय आपके पूर्व-निर्मित दस्ते के आकार पर विचार करता है।
- हम आज की तुलना में बेहतर मैच बनाने की दिशा में काम कर रहे हैं क्योंकि आप विभिन्न कौशल स्तरों के दोस्तों के साथ खेलते हैं।
- हम अपने पुराने स्किल बेस्ड मैचमेकिंग (SBMM) सिस्टम को एक नए सिस्टम के लिए रिटायर करने की प्रक्रिया में हैं जो हमारे खिलाड़ियों को कौशल के आधार पर अधिक सटीक रूप से समूहित करता है, और इस प्रकार हमारे मैचमेकिंग एल्गोरिदम को समूह बनाते समय बेहतर निर्णय लेने देता है। अंतिम लक्ष्य निष्पक्ष मैच और अनुभव बनाना है जो सभी के लिए अधिक मजेदार हो।
- हम लाइव गेम में अपने मैचमेकिंग सिस्टम पर लगातार परीक्षण और पुनरावृति कर रहे हैं ताकि यह पता लगाया जा सके कि सबसे अच्छा क्या काम करता है। वास्तव में, कई परिवर्तनों का पहले ही परीक्षण किया जा चुका है और विभिन्न क्षेत्रों में रैंक और नियमित पब खेलों के लिए रोल आउट किया जा चुका है। और, हमारा काम पूरा नहीं हुआ है—आप निकट भविष्य में और अधिक मैचमेकिंग परिशोधन की उम्मीद कर सकते हैं।
डेटा की बाल्टी
रिस्पॉन्स का कहना है कि मैचमेकिंग में तीन तत्वों पर विचार किया जाता है: प्रगति प्रणाली जो खिलाड़ी देखते हैं; एक छिपी हुई कौशल रेटिंग; फिर मिलान प्रणाली। प्रगति प्रणाली वहां थोड़ी अजीब लग सकती है, लेकिन रिस्पॉन्स का कहना है कि यह खिलाड़ी के व्यवहार के साथ-साथ खिलाड़ी की व्यस्तता को भी प्रभावित करता है और “एक मैच कितना उचित है, इस धारणा को दृढ़ता से प्रभावित कर सकता है”। स्टूडियो यह भी देखता है कि खाता स्तर कौशल से संबंधित नहीं है और यह एक अन्य कारक है: “एक कम खाते वाला खिलाड़ी अत्यधिक कुशल हो सकता है, और (हम में से अधिकांश की तरह …) एक उच्च स्तर का खिलाड़ी एक आलू हो सकता है”।
कौशल रेटिंग एक साधारण संख्यात्मक मान है, जो खिलाड़ी से छिपा हुआ है, जो “कई कारकों” के आधार पर उनके कौशल का प्रतिनिधित्व करता है। इसके बाद हमें कौशल स्तर के वितरण को देखने का एक तरीका दिखाने वाला एक चार्ट मिलता है, जिसमें से मुख्य निष्कर्ष यह है कि खिलाड़ियों के विशाल बहुमत को बीच में समूहीकृत किया जाता है, जिनमें बहुत कम या तो चरम पर होते हैं। वहाँ भी है जिसे रिस्पॉन्स “असतत बाल्टी” दृष्टिकोण कहते हैं, जिससे इन रेटिंग के आधार पर खिलाड़ियों को पांच समूहों (0-2, 2-4, और इसी तरह) में रखा जाता है, जो गैर-रैंक वाले मैचमेकिंग में “बहुत व्यापक” हैं। कम कुशल और नए खिलाड़ियों के लिए विशेष समूह जब वे खेल सीखते हैं।
मिलान प्रणाली खिलाड़ियों को एक साथ समूहित करने के लिए कौशल रेटिंग का उपयोग करती है, जाहिर तौर पर उस विशेष समय पर मैच की खोज करने वालों के आधार पर, और जल्दी से मैच बनाने और अधिक बारीकी से मैच करने वाले खिलाड़ियों के बीच संतुलन बनाने की कोशिश करती है। एक बार एक समूह चुने जाने के बाद एक और समस्या आती है: यह कैसे दस्ते बनाता है और उनकी जोड़ी बनाता है।
“नई प्रणाली अधिक बारीक है, और इसमें कई और बाल्टियाँ हैं”।
respawn
रिस्पॉन्स इस बारे में विस्तार से बताता है कि कैसे एल्गोरिथ्म इस आधार पर निष्पक्ष टीम बनाने की कोशिश करेगा, और यहां हम कुछ वास्तविक मांस प्राप्त करना शुरू करते हैं। गैर-रैंक वाले मैचों में खेल निकटतम औसत कौशल वाली टीमों का निर्माण करेगा, लेकिन रैंक वाले मैचों में यह कुछ अलग करता है:
“एक पूरी तरह से प्रतिस्पर्धी माहौल में, रैंक की तरह, हम समान कौशल वाले टीममेट्स को महत्व देते हैं, और पूरी तरह से निष्पक्ष मैच के ऊपर” कैरी “का कम बोझ होता है। से सीमित है- हम केवल उन खिलाड़ियों में से चुनते हैं जिन्होंने इसे मैच में बनाया है और इसलिए समान रूप से कुशल हैं। एक बैटल रॉयल की अंतर्निहित यादृच्छिकता और अराजकता के कारण, हमें लगता है कि यह सही ट्रेडऑफ़ है”।
खेल टीम रेटिंग की गणना कैसे करता है, इसके बारे में अधिक है, लेकिन उपरोक्त परिणाम क्या मायने रखता है: और इसमें कोई संदेह नहीं है कि कुछ खिलाड़ी महसूस करेंगे कि यह पावती दर्शाती है कि वे हमेशा सही थे। रिस्पॉन्स आगे कहता है कि प्रीमेड स्क्वाड साइज़ और स्क्वॉड को रैंडम से गेम बनाने का मिश्रण “अपरिहार्य” है, क्योंकि आप मैच की तलाश में स्क्वाड के समान आकार के 60 खिलाड़ियों को समान कौशल के साथ कभी नहीं मिलने वाले हैं।
समाधान? रिस्पॉन्स के पास एक नया एल्गोरिथ्म है जिसे वह 2023 की शुरुआत में लागू करने जा रहा है। नई प्रणाली “प्रतिस्पर्धात्मक लाभ की भरपाई करने के लिए बहुत बेहतर काम करेगी जो पहले से तैयार युगल और तिकड़ी के पास है। हमने इस लाभ की मात्रा निर्धारित करने के लिए विज्ञान किया है, और हम एक नई प्रणाली के साथ प्रयोग कर रहा हूं जो समय के साथ लगातार सीख और अद्यतन कर सकता है”। मूल बात यह है कि यह नई पद्धति पहले से बनी जोड़ी या तिकड़ी में होने के छोटे लाभों को स्वीकार करती है, और इसे किसी टीम के कौशल माप में जोड़ती है।
यह नई प्रणाली एपेक्स लेजेंड्स के विभिन्न तरीकों को भी बदल देगी जो वर्तमान में सभी मोड में मैचमेकर हैं। एक बार जब यह रोल-आउट हो जाता है, तो “सभी मंगनी एक ही कौशल रेटिंग तकनीक का उपयोग करेगी, लेकिन प्रत्येक मोड उस मोड के लिए सबसे अच्छा काम करने के आधार पर अलग-अलग ट्यूनिंग मूल्यों का उपयोग करेगा”।
और स्किल बकेट याद है? वे गए नहीं हैं: हमारे पास बस और भी बाल्टियाँ होंगी। “नई प्रणाली अधिक बारीक है, और इसमें कई और बकेट हैं। यह हमारे मैचिंग एल्गोरिथम को खिलाड़ियों को मैचों में रखते समय बेहतर निर्णय लेने की अनुमति देता है”।
रिस्पॉन्स कुछ गणितीय उदाहरण प्रदान करता है कि यह कैसे विश्वास करता है कि यह नई प्रणाली अधिक “सार्थक” तरीके से कौशल को मापेगी, साथ ही यह इस बारे में होशियार होगी कि यह एक अलग समय सीमा में उन सभी बाल्टियों का उपयोग कैसे कर रहा है (यह यह भी अनुमान लगाएगा कि कौन सी अन्य बाल्टियाँ हैं) आ रहा है और इसे इसकी गणनाओं में शामिल करें: क्वांटम बकेटरी?)। स्टूडियो का कहना है कि लाइव परीक्षण से पता चलता है कि इस प्रणाली के साथ “मैच कड़े होते हैं और प्रतीक्षा समय ज्यादातर अपरिवर्तित रहता है” फिर एक ग्राफ के साथ इसे साबित करने के लिए चला जाता है।
रिस्पॉन्स को नए के लॉन्च की निगरानी करने और किसी भी अप्रत्याशित समस्या से निपटने की अनुमति देने के लिए पुराने सिस्टम को पूरे क्षेत्र में चरणबद्ध किया जाएगा, और एक बार प्रतिस्थापन पूरा हो जाने के बाद मैचमेकिंग टीम आगे के खाते के लिए “अतिरिक्त सुधार” पर और भी अधिक बारीकी से देखना शुरू कर देगी। प्रीमेड्स की एकल/जोड़ी/तिकड़ी प्रकृति।
एपेक्स लेजेंड्स प्रेमियों के लिए बड़ी खबर है, लेकिन साथ ही नई प्रणाली रिस्पॉन्स का विवरण कुछ अधिक नियमित सामुदायिक प्रश्नों को संबोधित करता है। आपके कुछ मैचों में उच्च-कुशल खिलाड़ी क्यों समाप्त होते हैं, इस विषय पर, यह कहता है कि यह कौशल रेटिंग में गतिशील समायोजन के लिए है। यह दोनों तरीकों से काम करता है, इसलिए यदि आप हारने की लकीर पर हैं तो आपके मैच धीरे-धीरे “आसान” होने चाहिए। विरोधियों का “दिन खराब हो सकता है और नुकसान की लकीर पर हो सकता है” यदि वे बहुत अधिक रैंक पर हैं। अन्य कारक एक मैच में कौशल वितरण हैं (जो भविष्य में परिवर्तन स्पष्ट रूप से “सिकुड़” जाएगा) और तथ्य यह है कि अधिक कुशल खिलाड़ी मैचों में कमजोर खिलाड़ियों को ला सकते हैं।
क्या खेल अच्छे खिलाड़ियों को बुरे साथी देता है?
“नहीं, हम जानबूझकर अच्छे खिलाड़ियों को खराब टीम के साथी नहीं देते हैं,” रिस्पॉन्स कहते हैं, यह समझाने से पहले कि यह थोड़े करता है। “यदि आप किसी विशेष मैच में मजबूत खिलाड़ियों में से एक हैं, तो आप वास्तव में अपने से कमजोर खिलाड़ियों के साथ जोड़े जाने की अधिक संभावना रखते हैं।” […] यदि आप कौशल वितरण के शीर्ष छोर पर हैं, तो इससे कोई फर्क नहीं पड़ता कि आप किस खिलाड़ी के साथ मेल खाते हैं, आपके टीम के साथी लगभग हमेशा आपसे खराब होंगे। इसका कारण यह है कि वितरण के पिछले छोर खराब आबादी वाले हैं और इस क्षेत्र में मैचमेकिंग के लिए अविश्वसनीय रूप से लंबे मैचमेकिंग समय, अविश्वसनीय रूप से बड़े कौशल अंतराल, या दोनों के कुछ मध्यवर्ती मिश्रण की आवश्यकता होती है। जो मुद्दों को और खराब करता है”।
रिस्पॉन्स स्वीकार करता है कि यह प्रभाव में “बिग ब्रदर मैचमेकिंग” जैसा महसूस हो सकता है, और नई प्रणाली का उद्देश्य “कड़े मैचों के प्रभाव को कम करना है जो इन मुद्दों को कम करेगा”।
अंत में, यह इस सवाल को संबोधित करता है कि क्या मैचमेकिंग सिस्टम प्रतिधारण और सगाई को अनुकूलित करने के लक्ष्य के साथ बनाया गया है: यानी, एपेक्स लेजेंड्स को यथासंभव लंबे समय तक खेलने वाले खिलाड़ियों को रखने के लिए बनाया गया है। यह अस्वाभाविक रूप से एक फर्म “नहीं” प्राप्त करता है, हालांकि स्टूडियो बताते हैं कि “आप वास्तव में मज़ा नहीं माप सकते” जब “सबसे मजेदार मैच” बनाने की कोशिश में एक बड़ी कठिनाई का सामना करना पड़ता है।
रिस्पॉन्स एक मानदंड के रूप में प्रतिधारण का उपयोग करता है, यह तर्क देते हुए कि “खिलाड़ियों को मज़ा आने पर उनके साथ रहने की अधिक संभावना है”। हालांकि यह स्पष्ट करता है कि “हम कभी भी ऐसा एल्गोरिद्म नहीं बनाते हैं जो प्रत्यक्ष रूप से प्रतिधारण के लिए अनुकूलन कर रहा हो (और निश्चित रूप से सगाई नहीं – आपको दिन में एक अतिरिक्त घंटा खेलने के लिए राजी करना जब आप सामान्य रूप से अन्य चीजें करते हैं जो हमारे या आपके लिए अच्छा नहीं है)”।
एपेक्स लीजेंड्स की चल रही सफलता ने निस्संदेह रिस्पॉन्स को एक स्टूडियो के रूप में बदल दिया है। जहां इतने सारे अन्य लोगों ने कोशिश की और सही लाइव सेवा प्राप्त करने में विफल रहे, यह नई सामग्री और खेलने के तरीकों की एक सतत रोलिंग स्ट्रीम के साथ एक विशाल प्लेयरबेस को आकर्षित करने और बनाए रखने में कामयाब रहा है। यह भी बदल गया है कि यह समुदाय के साथ कैसे इंटरैक्ट करता है, एपेक्स यकीनन सर्वश्रेष्ठ-इन-क्लास उदाहरणों में से एक है कि कैसे एक बड़े स्टूडियो के रूप में उत्तरदायी और पारदर्शी हो सकता है। गेम के मैचमेकिंग सिद्धांतों, उनमें निहित समस्याओं और इसे सुधारने के लिए स्टूडियो के काम करने के तरीके का यह लंबा और व्यापक विवरण अनुकरणीय संचार है। यहां तक कि अगर हर बार जब आप एक मैच हार जाते हैं, तब भी यह खेल की गलती की तरह महसूस होगा।
हिन्दी
Afrikaans
Shqip
አማርኛ
العربية
Հայերեն
Azərbaycan dili
Euskara
Беларуская мова
বাংলা
Bosanski
Български
Català
Cebuano
Chichewa
简体中文
繁體中文
Corsu
Hrvatski
Čeština
Dansk
Nederlands
English
Esperanto
Eesti
Filipino
Suomi
Français
Frysk
Galego
ქართული
Deutsch
Ελληνικά
ગુજરાતી
Kreyol ayisyen
Harshen Hausa
Ōlelo Hawaiʻi
עִבְרִית
Hmong
Magyar
Íslenska
Igbo
Bahasa Indonesia
Gaeilge
Italiano
日本語
Basa Jawa
ಕನ್ನಡ
Қазақ тілі
ភាសាខ្មែរ
한국어
كوردی
Кыргызча
ພາສາລາວ
Latin
Latviešu valoda
Lietuvių kalba
Lëtzebuergesch
Македонски јазик
Malagasy
Bahasa Melayu
മലയാളം
Maltese
Te Reo Māori
मराठी
Монгол
ဗမာစာ
नेपाली
Norsk bokmål
پښتو
فارسی
Polski
Português
ਪੰਜਾਬੀ
Română
Русский
Samoan
Gàidhlig
Српски језик
Sesotho
Shona
سنڌي
සිංහල
Slovenčina
Slovenščina
Afsoomaali
Español
Basa Sunda
Kiswahili
Svenska
Тоҷикӣ
தமிழ்
తెలుగు
ไทย
Türkçe
Українська
اردو
O‘zbekcha
Tiếng Việt
Cymraeg
isiXhosa
יידיש
Yorùbá
Zulu