OpenSkill：一种更快的非对称多团队多人评级系统
人机交互
2024-01-12 v1
摘要
评估和比较在线多人游戏环境中的玩家技能对于公平匹配和玩家参与度至关重要。传统的排名模型（如 Elo 和 Glicko-2）专为双人游戏设计，不足以应对多人、非对称团队比赛的复杂性。为填补这一空白，OpenSkill 库提供了一套针对此类动态定制的复杂、快速且适应性强的模型。OpenSkill 借鉴贝叶斯推断方法，更准确地表征个体玩家的贡献，并加快了排名计算速度。本文介绍了 OpenSkill 库，其中包括 Plackett-Luce 模型等的 Python 实现，重点突出了其相较于 TrueSkill 等专有系统的性能优势和预测准确性。OpenSkill 是游戏开发者和研究人员的宝贵工具，能够根据游戏结果高效调整玩家排名，从而确保响应迅速且公平的游戏体验。该库对时间衰减的支持以及详尽的文档进一步助力其实际应用，使其成为解决多人排名系统细微差别的稳健方案。本文还指出了未来改进的方向，如部分对局和贡献加权，强调了该库为满足在线游戏社区不断变化的需求而进行的持续开发。
引用
@article{arxiv.2401.05451,
title = {OpenSkill: A faster asymmetric multi-team, multiplayer rating system},
author = {Vivek Joshy},
journal= {arXiv preprint arXiv:2401.05451},
year = {2024}
}