Dört sayı. Dört farklı hikâye
Her maçtan sonra GamesGrid sana dört bilgi gösterir: Level of Play, PR, Luck ve kariyer Elo puanın. Birbirine karıştırmak kolaydır, ama farklı şeyleri anlatırlar; çoğu oyuncunun en çok önem verdiği şey olan rating'i de nasıl oynadığının tüm hikâyesini anlatmaz.
Bu sayfa her birinin ne anlama geldiğini, kendi oyuncularımızı bunlara göre nasıl kalibre ettiğimizi ve neden yalnızca sonucu değil yöntemi de yayımladığımızı açıklıyor.
PR: gerçekte ne kadar iyi oynadın
Performance Rating, kararlarının kalitesini kazanıp kazanmadığından bağımsız olarak ölçer. Hesap basittir:
Maç boyunca verdiğin equity'yi topla. Aldığın karar sayısına böl. 500 ile çarp.
Düşük olan iyidir. Sıfır, analiz motoruna göre hiç hata yok demektir.
"Verilen equity", oynadığın hamle ile motorun tercih ettiği hamle arasındaki farktır ve beklenen değerleriyle ölçülür. Çirkin görünen bir hamle hiçbir şeye mal olmayabilir. Sessiz, doğal görünen bir hamle maçın en pahalı kararı olabilir. Nasıl göründüğü PR'ın umurunda değildir.
Bu tanımdan iki sonuç çıkar ve ikisi de önemlidir.
Kazanıp kazanmadığına aldırmaz. Kötü oynayıp kazanabilir, hayatının en iyi tavlasını oynayıp kaybedebilirsin. PR, sonucu verdiğin kararlardan ayırmana yardım eder.
Karar başına bir ortalamadır, bu yüzden kısa bir maç çok az şey söyler. On kolay kararla hemen herkes iyi skor yapabilir. Zor pozisyonlarla dolu bir maç yanlış yapman için daha çok fırsat verir. Tek bir maç bir veri noktasıdır, hüküm değil. Performansının istikrarlı bir resmi için arkasında bir dizi maç gerekir; bu yüzden bir kariyer boyunca oynanan maçlar, tek bir oturumdan daha çok şey anlatır.
Ölçekteki sayılar ne anlama geliyor
PR, ölçekte nerede durduğunu bildiğinde daha yararlıdır. Kendi oyuncularımızın üzerine kurulduğu merdiven bu; her karakter, seviyesi içinde bireysel bir hedef alır.
| Level of Play | Hedef PR aralığı | Bu seviyedeki karakterler | Starting rating |
|---|
| Başlangıç | 20,6 - 23,6 | 10 | 1.100 |
| Amatör | 15,1 - 17,4 | 40 | 1.300 |
| Orta | 11,3 - 13,3 | 152 | 1.500 |
| İleri | 7,0 - 8,6 | 175 | 1.700 |
| Uzman | 4,0 - 6,0 | 100 | 1.900 |
| Dünya klasmanı | 2,5 - 3,5 | 25 | 2.100 |
| Supremo | 2,0 - 2,8 | 10 | 2.300 |
| Büyük usta: GG Guru | 0 | 1 | 2.300 |
Bunlar karakterlerin hedef aralıkları ve başlangıç rating'leridir; tek bir maç için garanti edilen sonuçlar değildir.
Kendi kulübümüzün dışında bir fikir vermesi için: dünya klasmanında bir insan, bir turnuva boyunca yaklaşık PR 3 ile 5 arasında oynar. Kendi ilk sonuçlarını fazla sert yargılamadan önce bunu akılda tutmakta yarar var.
Kadroyu kurmak için kullanılan insan verisinde bir karşılaştırma daha var. PR 2,3 civarındaki güçlü bir oyuncu, motorun en iyi hamlesini yaklaşık %85 oranında bulur. PR 11 civarındaki daha zayıf bir oyuncu bunu yaklaşık %69 oranında yapar.
Fark on altı yüzde puanıdır. Tavla, hiç yanılmayarak ustalaştığın bir oyun değildir. Daha az ve daha ucuza yanılarak geliştiğin bir oyundur.
Kariyer Elo puanı: kim kazanıyor
Kariyer Elo puanın (Career Elo Rating), dereceli oyunda sonuçlarınla hareket eden Elo tarzı sayıdır. Kazandığında yükselir, kaybettiğinde düşer; değişimin büyüklüğü rakibinin rating'ine bağlıdır.
PR'dan farklı bir soruyu yanıtlar: rekabet alanında neredesin ve kimi yakalamaya çalışıyorsun?
Ama bu sonuçların bir kaydıdır ve tavladaki sonuçlar şansı da içerir. Bir sezon, bir akşamdan daha geniş bir resim verir. İkisi de verdiğin her kararın doğrudan bir değerlendirmesiyle karıştırılmamalıdır.
GamesGrid'de her karakter, seviyesine atanmış Career Elo Rating ile başlar: Başlangıç için 1.100'den en üstte 2.300'e kadar. Oradan itibaren sonuçlarla, tıpkı seninki gibi değişir.
Luck: tartışmayı bitiren sayı
PR'ının yanında maç sonu ekranı Luck'ı gösterir. Her atış için, elindekiyle o pozisyondaki ortalama bir atışın değeri arasındaki farkı ölçer, sonra bu farkları maç boyunca toplar.
Tek bir nedenle orada. Şans bir sayı olarak ekrandayken tartışma konusu olmaktan çıkar. Üst üste mükemmel atışlar almış olup yine de kötü oynamış olabilirsin. İyi kararlar verirken ezilmiş olabilirsin. İkisi de sürekli olur. Oyununun kalitesini aldığın atışlardan ayırmak, daha iyi olmanın başladığı yerdir.
Luck, dereceli olmayanlar dahil her maçtan sonra gösterilir, çünkü liderlik tablosundaki yerini değil zarları anlatır.
Dört ölçü, yan yana
| Ölçü | Neyi anlatır | Onu ne değiştirir |
|---|
| Career Elo Rating | kim kazanıyor | dereceli oyundaki galibiyetler ve yenilgiler |
| PR | ne kadar isabetli oynadığın; düşük olan iyidir | motorun değerlendirdiği kararlarının kalitesi |
| Level of Play | bir kulüp üyesinin sabit oyun seviyesi etiketi | hiçbir şey; karakterin kimliğinin parçasıdır ve hedef bir PR aralığına karşılık gelir |
| Luck | zarların sana ne verdiği | zarlar ve başka hiçbir şey |
Bu ayrımlar, yalnızca sonuç ekranının nasıl düzenlendiğinin değil, platformun nasıl çalıştığının da parçasıdır. Career Elo Rating sonuçları kaydeder. PR karar kalitesini ölçer. Level of Play rakibin seviyesini belirtir. Luck zarların neye katkıda bulunduğunu anlatır.
Bunlar ayrı tutulur ve satın alabileceğin hiçbir şey bunların hiçbirini iyileştirmez.
Kadroyu bu sayılara göre nasıl kalibre ettik
Bir sayfadaki PR aralığı bir iddiadır. Onu desteklemek için yapılanlar şunlar.
Önce insanları ölçtük. Tüm test maçlarımız dahil, PR 1,7 ile PR 15,9 arasında yaklaşık 100 gerçek oyuncunun verdiği yaklaşık 200.000 karar analiz edildi; her biri motorun hükmüyle karşılaştırıldı. Oyun modelinin biçimi buradan gelir: insanların nerede hata yaptığı, ne sıklıkta, bu hataların ne kadar pahalı olduğu ve nerede neredeyse hiç yanılmadıkları.
Bu insan örnekleminde yarışlar ve pul toplama, hamlelerin yaklaşık %15'ini oluştururken kaybedilen toplam equity'nin %1'inden azını oluşturdu. Bu örüntü, üyelerimizin bu pozisyonları nasıl ele aldığını da şekillendirdi.
Pul oyunu ve küp kullanımı ayrı ayrı ayarlandı. Bunlar farklı becerilerdir ve bir oyuncu birinde diğerinden daha güçlü olabilir. Bir karakteri seviyesine yerleştiren şey, pul oyunu ve küp hatalarının toplam bedelidir.
Sonra her seviye, sadece hisle değil ölçümle test edildi. Her biri, yayımlanmadan önce yeni zarlarla 200 oyundan geçirildi ve tam güçteki analizci tarafından değerlendirildi. Ancak bundan sonra rakipler elle, maç maç oynandı ve seviyeler bu oturumların ortaya çıkardıklarına göre yeniden ayarlandı. Bir sayı doğru olabilir, ama rakip yine de yanlış hissettirebilir.
Bu iki adım birlikte çalışır. Yalnızca sayılar, istatistiksel bir hedefi tutturan ama inandırıcı hissettirmeyen bir rakip üretebilir. Yalnızca yargı, kimsenin inceleyemeyeceği bir iddia üretir.
İddiamız somut: kadro, amaçlanan seviyelerine göre ölçülmüştür. Bir karakterin bir sonraki maçında tam olarak hedef PR'ını üreteceğini iddia etmiyoruz. Senin performansını etkileyen değişkenlik, onlarınkini de etkiler.
Modelin nasıl çalıştığı; kusurlu değerlendirme, küp mizaçları ve hata bütçesinin olmaması dahil, Botlar ve yapay zeka sayfasında anlatılıyor.
Hakem asla değişmez
Analizci standardını bir rakipten diğerine değiştirseydi, bu karşılaştırmaların hiçbiri pek bir şey ifade etmezdi.
Kiminle oynadığın fark etmez, sonraki değerlendirme her seferinde aynı ayarları kullanır: iki katmanlı (two-ply) değerlendirme, eklenmiş gürültü yok ve aynı hamle filtresi.
Analizci bir Başlangıç seviyesi oyuncusu için zayıflatılmaz, GG Guru için güçlendirilmez. İkisi de aynı standartla değerlendirilir; sen de öyle.
Bu, GamesGrid içindeki karşılaştırmaları tutarlı tutar ve kendi kalibrasyonumuzu kontrol etmemizi sağlar. Ölçülen performans bir seviyenin hedef aralığının dışına çıkarsa, analiz bunu belirlememiz için bir yol sunar.
Sayıları kendin kontrol et
Her maç standart bir .mat dosyası olarak dışa aktarılabilir. Onu GNU Backgammon'a, eXtreme Gammon'a ya da uyumlu başka bir analiz programına yükle ve kararları tercih ettiğin ayarlarla gözden geçir.
Bunu yapmanı tercih ederiz. Bağımsız olarak inceleyemeyeceğin bir analize tamamen güvenmek zorunda kalırsın. GamesGrid sana maç kaydını verir; böylece kendin bakabilirsin.
Özgün GamesGrid botları üzerine bir not
1996'dan 2008'e kadar GamesGrid'de çalışan botlar; Forever, Raccoon, Beaver, Otter, Weasel, Chipmunk ve Tutor, farklı biçimde derecelendirilmişti. Tam güçte tek bir motor, daha zayıf rakipler yaratmak için kontrollü sıklıkta kasıtlı hatalar yapıyordu.
Bu, tek bir temel modelden net bir merdiven çıkardı. Yeni kadro farklı bir yaklaşım benimser ve her rakibin kararlarını biçimlendirmek için insan hatalarının ölçülmüş örüntülerini kullanır.
Özgün botların belgelenmiş rating'leri ve gelişimlerinin arşive dayalı anlatımı GG Family sayfasında.
