Matchmaking Ranked (MMR)
En los últimos meses VALVe ha estado trabajando en la mejora del Matchmaking. En este post me gustaría compartir con ustedes cómo funciona y darle un vistazo a las características del próximo Matchmaking.
En la última actualización VALVe anunció el MMR con la siguiente leyenda: ¿Quieres medir tu habilidad? Vamos a añadir un emparejamiento clasificatorio para los jugadores veteranos que quieran jugar competitivamente y utilizar la Clasificación de Emparejamiento (MMR) para rastrear su progreso y compararlo con amigos. Tras desbloquear esta característica al nivel 13 (aproximadamente 150 partidas), deberás participar en 10 partidas de calibración antes de poder ver tu clasificación.
El Emparejamiento Clasificatorio llegará
La próxima gran actualización añadirá una función del matchmaking en el juego. Este modo está destinado a jugadores experimentados que quieren jugar en un entorno más competitivo y conocer su Matchmaking Ranked (MMR). Dota 2 siempre ha calculado el MMR y lo utilizó para formar partidos, ahora ese MMR será visible.
Esto es lo que necesitas saber sobre el Emparejamiento Clasificatorio.
§ Tu Ranked Matchmaking se desbloqueará después de 150 partidas aproximadamente.
§ Todos los jugadores de la partida deben tener desbloqueado el modo.
§ Actualmente, sólo en All Pick, Captains Mode y Captains Draft están habilitados para este modo.
§ No puedes participar en Ranked Matchmaking mientras estés en baja prioridad.
§ Los couches/entrenadores no están permitidos en Ranked Matchmaking.
§ Las partidas jugadas en Matchmaking normales no afectan al Ranked Matchmaking, y viceversa.
§ Tu MMR sólo será visible para ti y tus amigos. El MMR utilizado para Matchmaking normal no es visible.
§ Cuando apenas comiences a usar Ranked Matchmaking, se entra en una fase de calibración de 10 partidas. Durante este tiempo, tu MMR no será visible.
Tu Ranked Matchmaking (MMR)
Dota 2 utiliza técnicas estándar para cuantificar y realizar un seguimiento de la habilidad de cada jugador. Asigna a cada jugador un MMR, que es una medida que cuantifica tus habilidades en Dota 2. Después de cada partido se actualiza tu MMR basado en lo que pasó en dicho partida. En general, cuando ganas tu MMR subirá y cuando pierdes tu MMR bajará. Victorias/Derrotas es el criterio principal usado para actualizar tu MMR, pero el rendimiento individual también juega un papel importante, especialmente cuando existe una gran incertidumbre sobre tu MMR. Es probable que para un individuo aumente su MMR después de perder y disminuya después de ganar una partida, pero en general el equipo ganador aumentará su MMR y el equipo perdedor bajará su MMR.
VALVe está haciendo un seguimiento sobre esa incertidumbre del MMR. Las cuentas nuevas y las que juegan por primera vez con el Ranked Matchmaking tienen una alta incertidumbre. Una alta incertidumbre permite mayores ajustes después de cada partido, así mismo una baja incertidumbre ajustes menores.
En conjunto, el MMR y la incertidumbre pueden ser interpretados como una distribución de probabilidades de rendimiento en tu próximo juego; el MMR sirve como la media de esta distribución y la incertidumbre una desviación estándar. Si los resultados de los partidos (tanto las victorias/derrotas/rendimiento individual) coinciden varias veces según nuestras expectativas, la incertidumbre tiende a disminuir hasta llegar a un piso. Un resultado sorprendente tenderá a aumentar la incertidumbre.
Actualmente, seguimos un total de cuatro tipos de MMR para cada jugador:
- Normal matchmaking, en cola estando SOLO.
- Normal matchmaking, en cola con una PARTY.
- Ranked matchmaking, en cola estando SOLO.
- Ranked matchmaking, en cola con una PARTY.
Cada uno de los dos tipos de MMR tiene su propio periodo de calibración. Bajo ciertas circunstancias, es posible que se reactive la calibración, si se cree que el MMR es inexacto.
Para que tengan una idea de la gama de MMRs, a continuación se muestra una lista de los distintos MMRs correspondientes a sus porcentajes:
5 % 1100
10 % 1500
25 % 2000
50 % 2250
75 % 2731
90 % 3200
95 % 3900
99 % 4100
Tenga en cuenta que esta distribución es del Normal Matchmaking. Aún no se sabe la distribución que se le dará al MMR nuevo, pero esperamos que sea diferente. Los jugadores que participen con el MMR serán los jugadores con mayor experiencia. Anticipamos que cada jugador tendrá diferentes expectativas en el juego entre el Normal Matchmaking y el Ranked Matchmaking.
¿Que hace que un partido sea bueno?
El objetivo final del matchmaking de Dota 2 es para que los jugadores puedan disfrutar del juego. El “Buscador de Partidas” busca coincidencias con las siguientes características (el orden no tienen ninguna importancia en particular):
- Los equipos estén equilibrados (Cada equipo tenga un 50% de probabilidades de ganar).
- La discrepancia de habilidad entre el jugador más y menos experto en la partida se reduce al mínimo. Esto se relaciona con el equilibrio del equipo, pero no es lo mismo.
- La discrepancia entre la experiencia (medido por el número de partidos jugados) entre el jugador más experimentado y el menos experimentado se reduce al mínimo.
- El jugador Radiant de más alta habilidad, debe de estar cerca de la misma habilidad que el jugador de más alta habilidad Dire.
- Cada equipo contiene aproximadamente el mismo número de partidas. Por ejemplo, el “Buscador de Partidas” intenta evitar armar un partido de 5 jugadores en party y 5 jugadores individuales.
- Las preferencias de idioma de los jugadores deben tener un lenguaje en común. La falta de un lenguaje común entre las preferencias de idioma entre los compañeros de equipo se evitará. Es decir, si tienes el Español como preferencia de idioma, el Buscador de Partidas intentará juntarte en tu equipo con jugadores que tengan en sus preferencias el Español.
- Los tiempos de espera no deben ser demasiado largos.
El Buscador de Partida rara vez logra todos los objetivos anteriores a la perfección. Para cualquier partido, el Buscador de Partidas asigna una puntuación de calidad para cada uno de los criterios anteriores y luego toma un promedio ponderado. Cuando la puntuación de calidad total excede un punto, el partido se considera “lo suficientemente bueno” y se forma el partido. VALVe está constantemente experimentando distintos criterios de coincidencia y cómo darles prioridad.
El Buscador de Partida no trata directamente de conseguir un tipo de “Win Rate” especial por jugador. No obstante, VALVe hace todo lo posible para garantizar que cada equipo tenga un 50% de probabilidades de ganar cualquier partido (Este es el criterio #1 en la lista anterior). No se examinan las victorias/derrotas de manera individual. Sin embargo, si usted se encuentra en racha ganadora, su MMR probablemente esté en aumento y tenderá a jugar con oponentes y compañeros de equipo de mayor calificación. El Win Rate no es una medida significativa que represente las habilidades de un jugador.
El número de victorias no es útil como indicador de la habilidad de un jugador, por lo que el Buscador de Partidas no lo usa para este propósito. VALVe hace todo lo posible para que un grupo de jugadores y su nivel de experiencia (criterio #3 en la lista anterior), principalmente porque han descubierto que los jugadores con el mismo nivel de habilidad pero diferente nivel de experiencia difieren en sus expectativas de cómo se va a llevar a cabo el juego. La medida de “experiencia” para efectos del matchmaking es aproximadamente una función logarítmica del número de partidos jugados. La diferencia en experiencia entre 40 y 120 partidas se considera que es aproximadamente la misma diferencia entre 120 y 280 partidos.
Puedes visualizar el impacto de los criterios #2 y #3 donde el número de juegos disputados es el eje horizontal y el MMR es del eje vertical. Si dos jugadores se encuentran muy juntos en el gráfico, se consideran buenos candidatos para colocarlos juntos en el mismo partido. Los jugadores que están muy separados se consideran un mal partido. La trayectoria típica de la carrera de un jugador nuevo en Dota 2 a medida que gana experiencia y se mueve a la derecha (tiene cada vez una mayor cantidad de partidos jugados) pasa gradualmente hacia arriba a medida que aumenta su habilidad. Cuando los jugadores expertos se crean nuevas cuentas, siguen una trayectoria diferente. Su MMR aumenta de forma relativamente rápida, colocándolos en la parte superior izquierda del gráfico, donde pueden jugar con otros jugadores cuya habilidad es alta en relación con su nivel de experiencia.
Jugador A: Es un jugador sin experiencia previa (Es aquel jugador que está recién entrando al mundo del Dota 2).
Jugador B: Es un jugador con experiencia previa (Es aquel jugador experimentado que se crea una cuenta nueva).
¿Qué ocurre con las partidas?
Cuando las partidas están formadas, las cosas se ponen un poco más complicadas. Éstas contienen a menudo jugadores con una amplia discrepancia en habilidad y experiencia. Para efectos de medición, y por los criterios #2 y #3 de la lista anterior, el Buscador de Partidas asigna números a la calidad de experiencia y habilidad. Son estos números los que se utilizan en lugar del individuo. En general, cuando una partida tiene una amplia gama de habilidades y se hace un partido con un jugador solitario, este tendrá habilidad y experiencia cercana a la media de la partida. Si nota que uno de los jugadores parece tener significativamente una baja habilidad en el juego respecto de los otros jugadores del partido, es probable que ellos hubiesen jugado con jugadores con altas habilidades.
Además, cuando los jugadores están juntos en una partida, por lo general se desempeñan de mejor forma que los jugadores que juegan de manera individual. Esto sucede por dos maneras. En primer lugar, se hace un seguimiento de su habilidad tras haber jugado solo, independiente cuando hacen partidas en grupo. En segundo lugar, se ajusta la efectividad del MMR basado en el número de jugadores de la partida y la distribución de habilidad dentro de la partida.
Aquí hay un ejemplo que se tomó hoy y que demuestra los principios antes mencionados.
Observe que el promedio ajustado del MMR de todas las partidas es alrededor de 2700. Cuando los jugadores en un equipo son sorteados por un rank ajustado, ya que están más arriba, los jugadores solitarios tienden a estar entre paréntesis arriba y abajo por los jugadores que juegan en partidos; además, una partida con un diferencial de MMR más pequeña (Partida F) tiende a quedar entre paréntesis por una partida con una MMR más grande (Partida D). Estos patrones son típicos. Observe también que la Partida D tiene un ajuste MMR más grande como resultado de una mayor MMR. La Partida F, que está formada por jugadores de mayor equidad de habilidad, reciben un bono menor. Estos ajustes se determinaron utilizando herramientas estadísticas (más sobre esto más adelante), pero con una explicación intuitiva en que su rendimiento mejora más cuando juega partidas con jugadores más experimentados que cuando lo hace con jugadores de su misma habilidad.
Proceso de datos
El éxito de la medición del matchmaking es difícil. Las evaluaciones de la calidad del matchmaking de los jugadores tienen una alta correlación con su Win Rate reciente. ¡Esto incluye a los miembros del equipo de Dota 2! Cómo muestra de nuestra emoción y una pequeña muestra de ellos es que el “matchmaking está funcionando bien, estamos ganando”, tratamos de tomar decisiones de diseño objetivamente usando los datos que tenemos. Afortunadamente , recogemos una gran cantidad de estos. Por ejemplo, usted podría preguntarse cómo se determinó la forma de ajustar el MMR de manera eficaz para explicar el hecho de que los jugadores en una partida en común tienden a tener mejores resultados que aquellos jugadores que están solitarios. Se utilizó una herramienta estadística conocida como “regresión logística” que trabaja fundamentalmente para crear una función que predice las probabilidades de victoria. Esta función contiene varios coeficientes que determinan el bono de MMR dada a los jugadores en cada partido. Entonces se usan técnicas numéricas para resolver los coeficientes que producen dicha función que tiene mayor precisión para predecir el resultado del partido.
Otro ejemplo de cómo el matchmaking maneja los datos y decide cuando un partido es “suficientemente bueno” y debería ser aceptado, y cuando debería haberlo hecho esperar con la esperanza de obtener un mejor partido. Para ayudar a ajustar este punto, se comienza con una medida de la calidad del partido. Una de las tales medidas de equilibrio, está basado en la diferencia de oro farmeado. Para ser más precisos, es la integral en el tiempo de la diferencia del oro, medida desde el último punto en el juego donde la diferencia fue de cero. Esto se visualiza fácilmente en el gráfico de la diferencia de oro. Encontrar el último momento en que la gráfica cruza cero, y luego medir el área entre el eje horizontal y el gráfico. En general, cuanto menor sea esta área el juego será más cerrado.
Balance
Aunque en algún momento de este partido los Dire tenían una ventaja de oro de 10.000, los Radiant lo revirtieron, sólo para que su ventaja de oro se revirtiera nuevamente. A pesar de que en un momento dado en el tiempo, un equipo que parecía tener una ventaja significativa, nuestros jueces dieron este partido como un partido cerrado.
Armados con esta métrica (entre otras) tenemos una forma experimental para sintonizar el tiempo de espera. Hacemos un ajuste de este punto, y luego observamos lo que esto influye a la calidad de partidos según lo medido. No es importante si la métrica identifica erróneamente algunos casos extremos (un juego que sea tan cerrado en realidad era una paliza), ya que por lo general sólo nos preocupan las respuestas globales después de hacer un cambio.
Conclusión
Esperemos que este blog te haya dado la idea de cómo funciona actualmente el Buscador de Partida, así como la fórmula de evaluar el éxito y tomar decisiones de diseño. Al igual que casi todo lo demás que hacemos, matchmaking está sujeta a una reevaluación constante. Matchmaking nunca será perfecto, y los detalles técnicos de este mensaje refiriéndose al estado actual de las cosas y es probable que cambie cuando encontremos mejores enfoques. Escuchamos sus comentarios y estamos constantemente trabajando para mejorar.
