Apex Legends, bir çöpçatanlık sisteminin şimdiye kadarki en büyük revizyonunu mu yapıyor?

Piyasadaki her rekabetçi oyunda olduğu gibi, Apex Legends geliştiricileri de sahne arkasında gördükleri gerçeklerin yanı sıra oyuncuların neyin yanlış olduğuna dair algılarıyla uğraşmak zorunda. Apex topluluğunun homurdanmasındaki ısrarlı bir konu, oyunun çöpçatanlık sistemi ve özellikle beceriyi nasıl ölçtüğü ve etrafındaki takımları ve maçları nasıl oluşturduğuyla ilgiliydi.

Oyuncuların dile getirdiği çeşitli sorunları sıralamak sonsuza kadar sürer, ancak düzenli bir örnek, yetenekli oyuncuların bazen kasıtlı olarak çok daha az yetenekli oyuncularla eşleştirildiklerini hissetmeleridir ve tam tersi, sadece dengeli eşleşmeler yaratmaya mahkumdur. patlamalara neden olur.

Bu, temelde oyun çıktığından beri devam ediyor, ancak geliştirici Respawn şimdi yalnızca topluluğa kapsamlı bir yanıt olarak tanımlayabileceğim bir şey yayınladı. Bu şey kesinlikle çok büyük ve oyunun eşleştirmesinin nasıl çalıştığına, yapılan son değişikliklere, geliştiricilerin kabul ettiği sorunlara ve bunları düzeltmek için neler yapıldığına ilişkin ayrıntılara giriyor.

Eğer bir Apex başkanıysanız, muhtemelen en iyisi tamamını okumak (yeni sekmede açılır) (önce bir fincan çay alın), ancak Respawn’ın kendisi paket servisleri şu şekilde listeler:

• Apex Legends şu anda önceden hazırlanmış ekibinizin en iyi oyuncusunun beceri derecesini kullanarak maçlar yapıyor ve sistemimiz sizi rakiplerle eşleştirirken önceden hazırlanmış kadronuzun büyüklüğünü dikkate alıyor.
• Farklı beceri düzeylerine sahip arkadaşlarınızla oynadığınız için bugüne kıyasla daha adil maçlar oluşturmak için çalışıyoruz.
• Eski Beceri Tabanlı Eşleştirme (SBMM) sistemimizi, oyuncularımızı beceriye göre daha doğru bir şekilde gruplandıran ve böylece eşleştirme algoritmamızın grup oluştururken daha iyi kararlar vermesini sağlayan yeni bir sistem için kullanımdan kaldırma sürecindeyiz. Nihai hedef, herkes için daha eğlenceli olan daha adil maçlar ve deneyimler yaratmaktır.
• En iyi neyin işe yaradığını anlamak için canlı oyundaki eşleştirme sistemlerimizi sürekli olarak test ediyor ve yineliyoruz. Aslında birçok değişiklik, dereceli ve normal Pub oyunları için çeşitli bölgelerde test edilmiş ve kullanıma sunulmuştur. Ve daha işimiz bitmedi—yakın gelecekte daha fazla çöpçatanlık geliştirmesi bekleyebilirsiniz.

veri paketleri

Respawn, eşleştirmede dikkate aldığı üç unsur olduğunu söylüyor: oyuncuların gördüğü ilerleme sistemi; gizli bir beceri derecesi; sonra eşleştirme sistemi. İlerleme sistemi buraya biraz tuhaf gelebilir, ancak Respawn, bunun oyuncu davranışını ve oyuncu katılımını etkilediğini ve “bir maçın ne kadar adil olduğu konusundaki algılarını güçlü bir şekilde etkileyebileceğini” söylüyor. Stüdyo ayrıca hesap seviyesinin beceri ile ilişkili olmadığını ve bunun başka bir faktör olduğunu gözlemliyor: “Düşük hesaplı bir oyuncu çok yetenekli olabilir ve (buradaki çoğumuz gibi…) yüksek seviyeli bir oyuncu patates olabilir”.

Beceri derecelendirmesi, oyuncudan gizlenen ve “bir dizi faktöre” dayalı olarak becerilerini temsil eden basit bir sayısal değerdir. Daha sonra, beceri seviyesi dağılımını görüntülemenin bir yolunu gösteren bir tablo elde ederiz; buradaki ana çıkarım, oyuncuların büyük çoğunluğunun ortada gruplandığı ve çok azı her iki uçta da gruplandırıldığıdır. Ayrıca, Respawn’ın “ayrı kovalar” yaklaşımı olarak adlandırdığı, bu derecelendirmelere dayalı olarak oyuncuların dereceli olmayan eşleştirmede “oldukça geniş” olan beş gruba (0-2, 2-4 vb.) düşük vasıflı ve yeni oyuncular için oyunu öğrenirken özel gruplamalar.

Eşleştirme sistemi, belirli bir zamanda kimin maç aradığına bağlı olarak, oyuncuları bir arada gruplandırmak için beceri derecelendirmelerini kullanır ve hızlı bir şekilde bir eşleşme oluşturmak ile oyuncuları daha yakından eşleştirmek için zaman ayırmak arasında bir denge kurmaya çalışır. Bir grup seçildikten sonra başka bir sorun ortaya çıkar: nasıl takımlar oluşturur ve onları nasıl eşleştirir.

Respawn, algoritmanın bu temelde adil takımlar oluşturmaya nasıl çalışacağı hakkında ayrıntılara giriyor ve işte burada biraz gerçek et elde etmeye başlıyoruz. Dereceli olmayan maçlarda oyun, en yakın ortalama beceriye sahip takımlar oluşturur, ancak dereceli maçlarda farklı bir şey yapar:

“Dereceli gibi tamamen rekabetçi bir ortamda, tamamen adil bir maç yerine eşit beceriye sahip takım arkadaşlarına ve daha az “taşıma” yüküne sahip olmaya değer veriyoruz. Not: Burada takımları etkili bir şekilde istiflerken, seçtiğimiz oyuncu seti arasından seçim sınırlıdır—yalnızca maça giren ve bu nedenle benzer becerilere sahip olan oyuncular arasından seçim yaparız. Bir battle royale oyununun doğasında var olan rastgelelik ve kaos nedeniyle, bunun doğru ödünleşim olduğunu düşünüyoruz”.

Oyunun bir takım reytingini nasıl hesapladığı hakkında daha çok şey var, ancak önemli olan yukarıdaki sonuç: ve şüphesiz bazı oyuncular bu kabulün başından beri haklı olduklarını gösterdiğini hissedecekler. Respawn ayrıca, önceden hazırlanmış kadro boyutları ile oyunun rastgele oluşturduğu kadroları karıştırmanın “kaçınılmaz” olduğunu söylüyor çünkü aynı boyuttaki bir kadroda asla bir maç arayan eşit beceriye sahip 60 oyuncu bulamayacaksınız.

Çözüm? Respawn, 2023’ün başlarında uygulayacağı yeni bir algoritmaya sahip. Sürekli olarak öğrenebilen ve zaman içinde güncellenebilen yeni bir sistemle deneyler yapıyorum”. İşin özü, bu yeni yöntemin önceden hazırlanmış ikili veya üçlü gruplar halinde olmanın küçük avantajlarını kabul etmesi ve bunu belirli bir ekibin beceri ölçümüne eklemesidir.

Bu yeni sistem aynı zamanda Apex Legends’ın şu anda modlar arasında çöpçatanlık yaptığı çeşitli yolların yerini alacak. Kullanıma sunulduğunda, “tüm eşleştirmeler aynı beceri derecelendirme teknolojisini kullanacak, ancak her mod, o mod için en iyi neyin işe yaradığına bağlı olarak farklı ayar değerleri kullanacak”.

Ve beceri kovalarını hatırlıyor musun? Gitmediler: Sadece çok daha fazla kovamız olacak. “Yeni sistem daha ayrıntılı ve çok daha fazla bölüme sahip. Bu, eşleştirme algoritmamızın oyuncuları maçlara yerleştirirken daha iyi kararlar vermesini sağlıyor”.

Respawn, bu yeni sistemin beceriyi nasıl daha “anlamlı” bir şekilde ölçeceğine ve tüm bu bölümleri farklı bir zaman diliminde nasıl kullandığı konusunda daha akıllı olacağına nasıl inandığına dair birkaç matematiksel örnek sunuyor (ayrıca başka hangi bölümlerin olduğunu da tahmin edecek). geliyor ve bunu hesaplamalarına dahil ediyor: kuantum kovalama?). Stüdyo, canlı testlerin bu sistemle “maçların daha sıkı olduğunu ve bekleme sürelerinin çoğunlukla değişmediğini” gösterdiğini ve ardından bunu bir grafikle kanıtlamaya devam ettiğini söylüyor.

Eski sistem, Respawn’ın yeni sistemin lansmanını izlemesine ve herhangi bir öngörülemeyen sorunla başa çıkmasına izin vermek için bölgeler arasında aşamalı olarak kaldırılacak ve değiştirme işlemi tamamlandıktan sonra çöpçatanlık ekibi, daha fazla açıklama yapmak için “ek düzeltmelere” daha yakından bakmaya başlayacak. hazır yapımların solo/ikili/üçlü doğası.

Apex Legends sevenler için büyük haber, ancak yeni sistem Respawn’ı detaylandırmanın yanı sıra, daha düzenli topluluk sorularından bazılarını ele alıyor. Daha yüksek beceriye sahip oyuncuların neden bazı maçlarınızda yer aldığı konusuna gelince, bunun beceri derecelendirmesindeki dinamik ayarlamalara bağlı olduğunu söylüyor. Bu her iki yönde de çalışır, yani eğer bir kaybetme serisindeyseniz, maçlarınız kademeli olarak “kolaylaşacaktır”. Rakipler çok daha yüksek sıralardalarsa “kötü bir gün geçiriyor ve kayıp serisi yaşıyor olabilirler”. Diğer faktörler, bir maçtaki beceri dağılımı (gelecekteki değişiklikler görünüşe göre “küçülecek”) ve daha becerikli oyuncuların daha zayıf oyuncuları maçlara getirebilmesi gerçeğidir.

Oyun iyi oyunculara kötü takım arkadaşları verir mi?

Respawn, “Hayır, kasıtlı olarak iyi oyunculara kötü takım arkadaşları vermiyoruz” diyor ve bunun bir bakıma olduğunu açıklamaya devam ediyor. “Belirli bir maçta en güçlü oyunculardan biriyseniz, gerçekten de sizden daha zayıf oyuncularla eşleşme olasılığınız daha yüksektir. […] Beceri dağılımının en üstündeyseniz, hangi oyuncularla eşleşirseniz karşılaşın, takım arkadaşlarınız neredeyse her zaman sizden daha kötü olacaktır. Bunun nedeni, dağıtımların son uçlarının yetersiz doldurulması ve bu bölgedeki çöpçatanlığın inanılmaz derecede uzun çöpçatanlık süreleri, inanılmaz derecede büyük beceri boşlukları veya ikisinin orta düzeyde bir karışımını gerektirmesidir. bu da sorunları daha da kötüleştiriyor”.

Respawn, bunun “ağabey çöpçatanlığı” gibi hissettirebileceğini kabul ediyor ve yeni sistem, “bu sorunları azaltacak daha sıkı maçlar” ile etkiyi azaltmayı hedefliyor.

Son olarak, eşleştirme sisteminin elde tutma ve etkileşimi optimize etme hedefiyle inşa edilip edilmediği sorusunu ele alıyor: Yani, oyuncuların Apex Legends’ı mümkün olduğu kadar uzun süre oynamasını sağlamak için inşa edilmiş. Stüdyo, karşılaştığı büyük bir zorluğun “eğlenceyi gerçekten ölçemediğinizde” “en eğlenceli maçları” yapmaya çalışmak olduğuna işaret etse de, bu şaşırtıcı olmayan bir şekilde kesin bir “hayır” alıyor.

Respawn, tutmayı bir ölçüt olarak kullanır ve “oyuncuların eğleniyorlarsa ortalıkta kalma olasılıklarının daha yüksek olduğunu” düşünür. Bununla birlikte, “hiçbir zaman doğrudan elde tutma için optimize eden (ve kesinlikle etkileşim değil – normalde başka şeyler yaptığınızda sizi günde fazladan bir saat oynamaya ikna eden) bir algoritma oluşturmuyoruz, bu bizim veya sizin için iyi değil”.

Apex Legends’ın devam eden başarısı, şüphesiz Respawn’ı bir stüdyo olarak dönüştürdü. Pek çok kişinin canlı hizmeti doğru bir şekilde almaya çalıştığı ve başarısız olduğu yerde, sürekli akan yeni içerik akışı ve oynama yolları ile devasa bir oyuncu kitlesini kendine çekmeyi ve elinde tutmayı başardı. Ayrıca, büyük bir stüdyonun olabildiğince duyarlı ve şeffaf olmanın sınıfının en iyi örneklerinden biri olan Apex ile toplulukla nasıl etkileşime girdiği de değişti. Oyunun çöpçatanlık ilkelerine, bunların doğasında var olan sorunlara ve stüdyonun bunu geliştirmek için nasıl çalıştığına ilişkin bu uzun ve kapsamlı açıklama, örnek niteliğinde bir iletişimdir. Bir maçı her kaybettiğinizde, yine de oyunun hatası gibi hissedecek olsanız bile.