技能问题：CS:GO 技能评分系统分析
人工智能
2024-10-07 v1 机器学习
摘要
在线游戏的迅猛崛起为准确跟踪改进和公平匹配需求不断增长。尽管已部署多种技能评分系统，具有各种理论基础，但针对这些算法真实世界表现的研究仍较少。本文通过代理建模的视角，对 Elo、Glicko2 和 TrueSkill 进行实证分析，其中技能评分影响具有可配置获取函数的未来匹配。我们关注整体性能和数据效率，并基于大型 Counter-Strike: Global Offensive 比赛数据集进行灵敏度分析。
引用
@article{arxiv.2410.02831,
title = {Skill Issues: An Analysis of CS:GO Skill Rating Systems},
author = {Mikel Bober-Irizar and Naunidh Dua and Max McGuinness},
journal= {arXiv preprint arXiv:2410.02831},
year = {2024}
}