RM奖励模型用到的Elo评分系统

你现在是大学教授,请详细讲述Elo排名,用公式表示

二、积分计算公式
Ra:A玩家当前的Rating
Rb:B玩家当前的Rating
Sa:实际胜负值,胜=1,平=0.5,负=0
Ea:预期A选手的胜负值,Ea=1/(1+10^[(Rb-Ra)/400])
Eb:预期B选手的胜负值,Eb=1/(1+10^[(Ra-Rb)/400])
因为E值也为预估,则Ea+ Eb=1

Elo排名系统是一种用于计算玩家相对技能水平的方法,通常用于竞技型游戏和运动比赛中。Arpad Elo博士最初设计了这个系统来评估国际象棋的玩家。

Elo系统的主要思想是:如果A在一场比赛中击败了B,那么系统将A的排名提高,B的排名降低。然而,改变的幅度取决于他们的预期胜率。如果A是高级选手,击败初级选手B,那么A的排名将稍微提高,B的排名将稍微降低。然而,如果B击败A,那么A的排名将大幅度下降,B的排名将大幅度上升。

Elo排名系统的基础公式如下:

1. 计算每位玩家的期望得分:

预期胜率:Ea = 1 / (1 + 10 ^ ((Rb - Ra) / 400)),同理,Eb = 1 / (1 + 10 ^ ((Ra - Rb) / 400))

 这里,Ra和Rb分别表示A和B的当前排名。Ea和Eb是A和B的预期胜率

扫描二维码关注公众号,回复: 15964243 查看本文章

2.排名更新:

新的Ra = 旧的Ra + K * (Sa - Ea),新的Rb = 旧的Rb + K * (Sb - Eb)

这里,K是K系数(一般取10到60,视具体情况而定),Sa和Sb是比赛结果(如果A赢了,Sa=1,Sb=0;如果B赢了,Sa=0,Sb=1;如果平局,Sa=Sb=0.5)。

  1. 其中R'_A和R'_B是更新后的Elo评分,S_A和S_B是实际得分(赢得比赛为1,平局为0.5,输掉比赛为0),K是影响评分变化幅度的系数。

K系数的选取

K系数的选择取决于一些因素,包括玩家的经验水平和比赛的重要性。选择合适的K值可以帮助Elo评分系统更好地反映玩家的实际实力。

K值较高(例如40)可能会使得玩家的评分波动性更高,更适合于初级或中级玩家,这样他们的评分可以更快地反映他们的技能提高。而K值较低(例如10或20)可能使评分更稳定,更适合于高级玩家。

在某些情况下,K值可以根据玩家的当前评分或比赛的类型进行调整。例如,对于国际象棋,初级玩家的K值可能为40,中级玩家的K值可能为20,而顶级玩家的K值可能为10。

记住,所有这些都只是一种近似的方式,试图量化玩家的实力。在现实中,任何比赛都有一定的随机性,所以任何评分系统都无法完全准确地反映玩家的实力。Elo评分系统只是一种尝试,试图通过历史比赛数据为每位玩家分配一个合理的评分。同时,由于每场比赛的结果都会影响玩家的Elo评分,因此这个系统也为比赛带来了额外的策略层面,玩家需要在维护或提高他们的Elo评分尝试新的策略之间进行权衡。"

以上就是Elo排名系统的基本原理和公式。

三、实例说明
若当前A玩家rating为1500,B玩家rating为1600
预估A玩家的胜负值Ea = 1/(1+10^[(1600-1500)/400])≈0.36
预估B玩家的胜负值Eb = 1-Ea = 1-0.36 = 0.64

假设A玩家获胜,实际胜负值为Sa = 1
A玩家最终得分为 R'a = 1500 + 32*(1-0.36) = 1500+20.5 = 1520,A玩家赢20分,B玩家输20分。

假设B玩家获胜,实际胜负值为Sa = 1
B队最终得分为 R'b = 1600 + 32*(1-0.64) = 1600 + 11.52 = 1612,B玩家赢12分,A玩家输12分。
PS:^符号代表次方运算。

四、天梯系统目的
1.保护新手不被有经验的玩家虐,让高手局中没有新手。
2.创造竞技和公平的游戏对局,使玩家的游戏乐趣最大化。
3.无需等待太久就能找到对手进入游戏。

五、具体实例
11对战平台的天梯实例。
下面的公式很好的说明了天梯积分的计算方法,而Si的计算则是取的ELO算法,虽然11的天梯还是存在Bug,但是不得不承认确实是很棒的设计。


 

公式里面除以400是什么原理

Elo的排名系统使用的公式中,除以400的部分,是为了将底数为10的对数尺度映射到合适的游戏或比赛的比例尺上。对于国际象棋来说,Arpad Elo选择了400,因为他发现这是一个适当的数值,使得一位排名高400分的棋手能以概率约0.75击败一位排名低400分的棋手。

为何选定400,具体原因还包括:在当时,棋手的排名在大约2000左右,他希望能有一个适当的区间,使得高手与新手之间的排名差距不会过大,也不会过小。而400这个数字可以满足他的需求。

然而,在其他的应用中,这个值可能会有所不同。例如,在线游戏可能会选择更大或更小的值,以适应更广泛的玩家群体和更快的游戏速度。

猜你喜欢

转载自blog.csdn.net/qq_39970492/article/details/131251163