Elo 评分系统的收敛性与平稳分布

Elo 评分系统是一种流行且广泛采用的方法，用于测量各种运动和竞赛中玩家或团队的相对技能水平。它为玩家分配数值评分并根据游戏结果和模型参数 $K$（决定评分变化灵敏度）动态更新它们。在假设随机比赛的情况下，这导致 N 位玩家联赛评分演化形成一个马尔可夫链。尽管其应用广泛，但关于该过程长期行为的知识仍很少。为填补这一空白，本文证明了该过程以指数速率在 2-Wasserstein 距离和几乎必然收敛到其唯一平衡分布。此外，我们展示了平稳分布的重要特性，如指数矩的有限性、完全支持以及当 $K$ 减小时收敛到玩家真实技能的特性，收敛速率为 $sqrt{K}$。我们还提供了蒙特卡罗模拟，说明了其中一些特性并提供了新的见解。