RM奖励模型用到的Elo评分系统

2023-10-14 10:30

本文主要是介绍RM奖励模型用到的Elo评分系统,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

你现在是大学教授,请详细讲述Elo排名,用公式表示

二、积分计算公式
Ra:A玩家当前的Rating
Rb:B玩家当前的Rating
Sa:实际胜负值,胜=1,平=0.5,负=0
Ea:预期A选手的胜负值,Ea=1/(1+10^[(Rb-Ra)/400])
Eb:预期B选手的胜负值,Eb=1/(1+10^[(Ra-Rb)/400])
因为E值也为预估,则Ea+ Eb=1

 

Elo排名系统是一种用于计算玩家相对技能水平的方法,通常用于竞技型游戏和运动比赛中。Arpad Elo博士最初设计了这个系统来评估国际象棋的玩家。

Elo系统的主要思想是:如果A在一场比赛中击败了B,那么系统将A的排名提高,B的排名降低。然而,改变的幅度取决于他们的预期胜率。如果A是高级选手,击败初级选手B,那么A的排名将稍微提高,B的排名将稍微降低。然而,如果B击败A,那么A的排名将大幅度下降,B的排名将大幅度上升。

Elo排名系统的基础公式如下:

1. 计算每位玩家的期望得分:

预期胜率:Ea = 1 / (1 + 10 ^ ((Rb - Ra) / 400)),同理,Eb = 1 / (1 + 10 ^ ((Ra - Rb) / 400))

 这里,Ra和Rb分别表示A和B的当前排名。Ea和Eb是A和B的预期胜率

 

2.排名更新:

新的Ra = 旧的Ra + K * (Sa - Ea),新的Rb = 旧的Rb + K * (Sb - Eb)

 

这里,K是K系数(一般取10到60,视具体情况而定),Sa和Sb是比赛结果(如果A赢了,Sa=1,Sb=0;如果B赢了,Sa=0,Sb=1;如果平局,Sa=Sb=0.5)。

  1. 其中R'_A和R'_B是更新后的Elo评分,S_A和S_B是实际得分(赢得比赛为1,平局为0.5,输掉比赛为0),K是影响评分变化幅度的系数。

K系数的选取

K系数的选择取决于一些因素,包括玩家的经验水平和比赛的重要性。选择合适的K值可以帮助Elo评分系统更好地反映玩家的实际实力。

K值较高(例如40)可能会使得玩家的评分波动性更高,更适合于初级或中级玩家,这样他们的评分可以更快地反映他们的技能提高。而K值较低(例如10或20)可能使评分更稳定,更适合于高级玩家。

在某些情况下,K值可以根据玩家的当前评分或比赛的类型进行调整。例如,对于国际象棋,初级玩家的K值可能为40,中级玩家的K值可能为20,而顶级玩家的K值可能为10。

记住,所有这些都只是一种近似的方式,试图量化玩家的实力。在现实中,任何比赛都有一定的随机性,所以任何评分系统都无法完全准确地反映玩家的实力。Elo评分系统只是一种尝试,试图通过历史比赛数据为每位玩家分配一个合理的评分。同时,由于每场比赛的结果都会影响玩家的Elo评分,因此这个系统也为比赛带来了额外的策略层面,玩家需要在维护或提高他们的Elo评分尝试新的策略之间进行权衡。"

以上就是Elo排名系统的基本原理和公式。

三、实例说明
若当前A玩家rating为1500,B玩家rating为1600
预估A玩家的胜负值Ea = 1/(1+10^[(1600-1500)/400])≈0.36
预估B玩家的胜负值Eb = 1-Ea = 1-0.36 = 0.64

假设A玩家获胜,实际胜负值为Sa = 1
A玩家最终得分为 R'a = 1500 + 32*(1-0.36) = 1500+20.5 = 1520,A玩家赢20分,B玩家输20分。

假设B玩家获胜,实际胜负值为Sa = 1
B队最终得分为 R'b = 1600 + 32*(1-0.64) = 1600 + 11.52 = 1612,B玩家赢12分,A玩家输12分。
PS:^符号代表次方运算。

四、天梯系统目的
1.保护新手不被有经验的玩家虐,让高手局中没有新手。
2.创造竞技和公平的游戏对局,使玩家的游戏乐趣最大化。
3.无需等待太久就能找到对手进入游戏。

五、具体实例
11对战平台的天梯实例。
下面的公式很好的说明了天梯积分的计算方法,而Si的计算则是取的ELO算法,虽然11的天梯还是存在Bug,但是不得不承认确实是很棒的设计。


 

公式里面除以400是什么原理

Elo的排名系统使用的公式中,除以400的部分,是为了将底数为10的对数尺度映射到合适的游戏或比赛的比例尺上。对于国际象棋来说,Arpad Elo选择了400,因为他发现这是一个适当的数值,使得一位排名高400分的棋手能以概率约0.75击败一位排名低400分的棋手。

为何选定400,具体原因还包括:在当时,棋手的排名在大约2000左右,他希望能有一个适当的区间,使得高手与新手之间的排名差距不会过大,也不会过小。而400这个数字可以满足他的需求。

然而,在其他的应用中,这个值可能会有所不同。例如,在线游戏可能会选择更大或更小的值,以适应更广泛的玩家群体和更快的游戏速度。

这篇关于RM奖励模型用到的Elo评分系统的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/209933

相关文章

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Linux系统之主机网络配置方式

《Linux系统之主机网络配置方式》:本文主要介绍Linux系统之主机网络配置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、查看主机的网络参数1、查看主机名2、查看IP地址3、查看网关4、查看DNS二、配置网卡1、修改网卡配置文件2、nmcli工具【通用

Linux系统之dns域名解析全过程

《Linux系统之dns域名解析全过程》:本文主要介绍Linux系统之dns域名解析全过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、dns域名解析介绍1、DNS核心概念1.1 区域 zone1.2 记录 record二、DNS服务的配置1、正向解析的配置

Linux系统中配置静态IP地址的详细步骤

《Linux系统中配置静态IP地址的详细步骤》本文详细介绍了在Linux系统中配置静态IP地址的五个步骤,包括打开终端、编辑网络配置文件、配置IP地址、保存并重启网络服务,这对于系统管理员和新手都极具... 目录步骤一:打开终端步骤二:编辑网络配置文件步骤三:配置静态IP地址步骤四:保存并关闭文件步骤五:重

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想

Linux系统之authconfig命令的使用解读

《Linux系统之authconfig命令的使用解读》authconfig是一个用于配置Linux系统身份验证和账户管理设置的命令行工具,主要用于RedHat系列的Linux发行版,它提供了一系列选项... 目录linux authconfig命令的使用基本语法常用选项示例总结Linux authconfi

Nginx配置系统服务&设置环境变量方式

《Nginx配置系统服务&设置环境变量方式》本文介绍了如何将Nginx配置为系统服务并设置环境变量,以便更方便地对Nginx进行操作,通过配置系统服务,可以使用系统命令来启动、停止或重新加载Nginx... 目录1.Nginx操作问题2.配置系统服android务3.设置环境变量总结1.Nginx操作问题

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot