MMR

MMR (сокращение от англ. Matchmaking Rating) — это числовой показатель, используемый в многопользовательских онлайн-играх для оценки уровня мастерства игрока. MMR служит основой для работы системы подбора соперников (matchmaking), которая стремится формировать игровые сессии с участием противников равной силы, что обеспечивает сбалансированный и конкурентный игровой процесс. В отличие от видимого ранга или звания, MMR часто является скрытым параметром, который напрямую влияет на то, с кем игрок будет сведён в матче.

История возникновения

Идея рейтинговой системы для оценки силы игроков в соревновательных играх возникла задолго до появления видеоигр. В 1960 году американский математик Арпад Эло разработал систему рейтингов для шахмат, которая впоследствии стала известна как рейтинг Эло. Эта система была адаптирована для видеоигр в конце 1990-х — начале 2000-х годов, когда в жанре стратегий в реальном времени и шутеров от первого лица возникла потребность в автоматическом подборе соперников.

Первой массовой игрой, внедрившей аналог современного MMR, стала Quake Live (2008), где использовалась система TrueSkill, разработанная компанией Microsoft Research. TrueSkill учитывала не только победы и поражения, но и неопределённость в оценке навыка игрока. В 2010-х годах системы MMR стали стандартом для большинства соревновательных игр, включая League of Legends, Dota 2, Counter-Strike: Global Offensive и Overwatch.

Принцип работы

Система MMR основана на математической модели, которая обновляет рейтинг игрока после каждого матча. Основные принципы:

• Ожидаемый результат: Перед матчем система рассчитывает вероятность победы каждого игрока или команды на основе их текущих MMR. Если у игрока MMR выше, чем у соперника, его ожидаемая вероятность победы больше.
• Обновление рейтинга: После завершения матча MMR корректируется. Если игрок победил соперника с более высоким рейтингом, его MMR увеличивается значительно. Если же он проиграл игроку с более низким рейтингом, его MMR снижается сильнее, чем при обычном поражении.
• Коэффициент K: В некоторых системах (например, в рейтинге Эло) используется коэффициент K, который определяет, насколько сильно меняется рейтинг за один матч. Чем больше игр сыграно, тем меньше K, что делает систему более стабильной для опытных игроков.

Отличие MMR от видимого ранга

Во многих играх существует два показателя: скрытый MMR и публичный ранг (например, «Бронза», «Серебро», «Золото» в League of Legends или «Звание» в Dota 2). MMR используется исключительно для подбора соперников, а ранг — для демонстрации прогресса. В некоторых играх (например, Overwatch) ранг и MMR тесно связаны, но не идентичны: ранг может быть скорректирован с учётом MMR, но не наоборот.

Виды систем MMR

Существует несколько основных подходов к расчёту MMR, используемых в разных играх:

Система Эло

Классическая система, применяемая в шахматах и некоторых ранних играх (например, StarCraft II). Она проста: после каждого матча рейтинг пересчитывается по формуле: \[ R_{\text{новый}} = R_{\text{старый}} + K \times (S - E) \] где \(S\) — фактический результат (1 — победа, 0 — поражение), \(E\) — ожидаемый результат (вероятность победы), \(K\) — коэффициент.

TrueSkill

Разработана Microsoft Research для игр на платформе Xbox. Учитывает не только средний уровень навыка, но и его неопределённость (sigma). Чем больше игр сыграно, тем меньше неопределённость, и тем меньше изменяется рейтинг. TrueSkill позволяет быстрее оценивать новых игроков и корректировать их MMR.

Glicko

Улучшенная версия системы Эло, предложенная профессором Марком Гликом. Включает параметр «рейтинговое отклонение» (RD), который показывает, насколько точен текущий рейтинг. Чем выше RD, тем быстрее меняется MMR. Система используется в некоторых онлайн-шахматах и играх (например, Team Fortress 2).

Система на основе MMR-пулов

В некоторых играх (например, Dota 2) MMR разделён на два пула: для одиночной игры (Solo MMR) и для игры в группе (Party MMR). Это сделано для того, чтобы игроки, играющие в команде с друзьями, не могли искусственно завышать свой рейтинг за счёт более слабых соперников.

Применение в играх

Система MMR используется в большинстве современных соревновательных игр, включая:

• Dota 2: MMR отображается в виде числа (от 0 до 10 000+), но в последних обновлениях Valve перешла на систему медалей (рангов), привязанных к скрытому MMR.
• League of Legends: Используется система «Лиг» (железо, бронза, серебро и т.д.), но подбор соперников осуществляется на основе скрытого MMR.
• Counter-Strike 2: MMR скрыт, но влияет на подбор в соревновательном режиме. В игре также есть система «Skill Groups» (от Silver до Global Elite), которые обновляются после каждой победы или поражения.
• Overwatch 2: Используется система «Skill Rating» (SR), которая отображается в виде числа и меняется после каждого матча. В последних версиях Blizzard ввела систему «Role Queue», где MMR рассчитывается отдельно для каждой роли.
• Apex Legends: MMR скрыт, но используется для подбора в рейтинговом режиме. В игре есть система «RP» (Ranked Points), которая начисляется за убийства и занятые места.

Критика и проблемы

Система MMR не лишена недостатков, которые вызывают критику со стороны игроков и разработчиков:

• Смёрфинг (англ. smurfing): Опытные игроки создают новые аккаунты, чтобы играть против новичков. Это искажает MMR и портит впечатление от игры для менее опытных пользователей.
• Бустинг (англ. boosting): Игроки нанимают сильных игроков для игры на своих аккаунтах, чтобы искусственно повысить MMR. Это нарушает правила большинства игр и приводит к несправедливому подбору.
• Токсичное поведение: Некоторые игроки намеренно проигрывают матчи (feed), чтобы снизить свой MMR и играть против более слабых соперников. Это также нарушает правила.
• Нестабильность MMR: В некоторых играх MMR может резко меняться из-за случайных факторов (например, плохой команды), что вызывает разочарование у игроков.
• Проблема «плато»: Игроки, достигшие определённого уровня MMR, могут столкнуться с тем, что дальнейшее повышение требует чрезмерных усилий, что снижает мотивацию.

Влияние на игровой процесс

MMR напрямую влияет на то, с кем игрок будет сведён в матче. Система подбора соперников (matchmaking) использует MMR для поиска противников с близким значением. В идеале это должно обеспечивать равные шансы на победу для обеих сторон. Однако на практике система может сталкиваться с проблемами:

• Время ожидания: Чем выше MMR, тем меньше игроков с таким же уровнем, что увеличивает время поиска матча.
• Разброс MMR: В некоторых играх система может подбирать игроков с разным MMR, если время ожидания превышает определённый порог. Это приводит к несбалансированным матчам.
• Региональные различия: MMR может различаться в зависимости от региона (например, в Китае и Европе), что затрудняет международные соревнования.

Будущее MMR

Разработчики игр продолжают совершенствовать системы MMR. В последние годы наблюдается тенденция к использованию машинного обучения для более точной оценки навыков игроков. Например, компания Riot Games (разработчик League of Legends) внедрила систему, которая анализирует не только результат матча, но и индивидуальные действия игрока (например, количество убийств, смертей, помощь союзникам). В Valorant используется система, учитывающая не только победы, но и эффективность в бою (KDA, точность стрельбы).

Также разрабатываются системы, которые предотвращают смёрфинг и бустинг, например, путём привязки аккаунта к номеру телефона или анализа поведения игрока.

Источники

• Эло, Арпад. The Rating of Chessplayers, Past and Present. — Arco Publishing, 1978.
• TrueSkill: A Bayesian Skill Rating System / R. Herbrich, T. Minka, T. Graepel // Microsoft Research. — 2006.
• Glicko, Mark. The Glicko System. — 1995.
• Официальные блоги разработчиков игр: Dota 2 (Valve), League of Legends (Riot Games), Overwatch (Blizzard Entertainment).
• Статьи на порталах: Polygon, Eurogamer, Kotaku.