📊 Как работает система подбора соперников в Call of Duty или почему скилл - не главное.

Олды помнят, что я бывший кибер спортсмен и стример. А для новеньких можете почитать про это тут в заметке из далекого 2023.

Activision опубликовала техническую документацию по своей системе подбора соперников (Matchmaking), где подробно разбирает один из самых спорных аспектов — роль навыка игрока (Skill). Это кладезь информации о том, как строятся сложные, многокритериальные системы, принимающие решения в реальном времени для миллионов пользователей.

Вот ключевые выводы и идеи, которые будут интересны с точки зрения анализа данных.

1. Навык — всего лишь один фактор в многомерном алгоритме

Система Matchmaking в Call of Duty - это не просто «подбор по скиллу». Это сложный алгоритм, который учитывает 8 основных факторов, причем качество связи (Ping) является самым приоритетным.

Connection (Приоритет №1): Пинг — король.
Time to Match (Приоритет №2): Время до начала матча.
Прочие факторы: недавние карты/режимы, Skill/Performance, устройство ввода, платформа, голосовой чат.

Это напоминает нам, что даже в ML-системах, предсказывающих производительность, операционные ограничения (время ожидания) и качество пользовательского опыта (пинг) часто превалируют над чистой «справедливостью».

2. Как количественно определяют «Навык»?

Activision предъявляет к своей метрике навыка 5 строгих требований, идеальных для любой подобной системы:

1. Ограниченность: Значение должно быть между двумя числами для простоты анализа распределения.

2. Предсказуемость: Навык, рассчитанный на основе метрик (например, убийств в минуту), должен надежно предсказывать будущие результаты.

3. Суммируемость: Средний навык группы игроков должен предсказывать их общую силу. Критически важно для балансировки команд.

4. Адаптивность: Система должна быстро реагировать на изменения в производительности игрока.

5. Устойчивость: Распределение навыка должно оставаться точным при любых условиях (например, при наплыве новичков).

Они отказались от простых метрик вроде K/D Ratio из-за проблем с кардинальностью и возможностью накрутки («reverse boosting»).

Вместо этого используется сложная итеративная метрика, основанная на относительной производительности в каждом матче.

Отличный пример подхода к построению сложных метрик.

В следующей части расскажу про проведенный АБ-эксперимент из этой же серии.