Artık oyunculukta profesyonel rekabet denildiğinde akla gelen en büyük isimlerden biri kuşkusuz FACEIT oluyor. Özellikle CS:GO oyuncularının standartlarından biri haline gelen bu platform, yıllardır birçok yetenekli oyuncunun da tabandan yetişmesine olanak tanıdı. Yüzbinlerce oyuncuya hizmet veren bir platform olmanın zorluklarından biri ise kaçınılmaz olarak zaman içinde belirli değişimlere ayak uydurma zorunluluğu oluyor. Oyuncu sayısı, oyuncu kalitesi, eşleştirme sistemleri, sunucu kalitesi, sıralama mekanizmaları gibi sayısız konuda dönemin ihtiyaçlarını karşılamak için çalışan FACEIT ekibi, son olarak 9 Aralık 2020 tarihinde bloglarından yaptıkları duyuruda eşleştirme sistemlerinde önemli geliştirmeler yaptıklarını belirtti.
FACEIT Eşleştirmelerde Neleri Değiştirdi?
FACEIT blogunda yapılan detaylı açıklamanın satır başlarını sizler için bir özet halinde derledik. Oyuncuların eleştirileri ve onlara karşılık eşleştirme kalitesini gözle görülür derecede arttırması beklenen özellikler şöyle sıralanıyor:
BUNLARI DA BEĞENEBİLİRSİN
- Oyuncuların ciddi bir kısmı, eşleştirmelerde çok farklı beceri seviyelerindeki oyuncularla eşleşmekten şikayetçiydi. Bunun yanı sıra çok fazla maç yapmış olan oyuncuların zaman zaman yeni hesaplarla denk gelmesi, veya 5 kişilik partilerin rastgele solo oyuncularla veya bir araya getirilen daha küçük gruplarla karşılaşması gibi sorunlar da sıkça dile getirilen sorunlar arasındaydı.
- FACEIT, bu durumu engellemek için iki ana mekanizmayı devreye sokacağını açıkladı. Bunların ilki Çok Boyutlu Eşleştirme Algoritması (Multi-dimensional matchmaking algorithm), ikincisi ise Ayarlanmış Beceri Puanı (Adjusted Skill Rating).
- İlk mekanizma olan Çok Boyutlu Eşleştirme Algoritması, nispeten basit ancak etkili bir çözüm örneği olarak karşımıza çıkıyor. Eskiden sadece oyuncuların beceri puanı ve harita tercihlerini değerlendiren sistem, artık daha fazla değişkeni hesaba katıyor. Bunlar beceri puanı, Ayarlanmış Beceri Puanı (birazdan bahsedeceğimiz ikinci sistem), oyuncunun oynamış olduğu toplam maç sayısı, beceri seviyesi farkı, partideki oyuncu kompozisyonu ve haritalar. Bu sayede daha dengeli ve adil bir eşleştirme yapılması hedefleniyor.
- İkinci mekanizma olan Ayarlanmış Beceri Puanı ise yapay zeka ve makine öğrenimi yoluyla birçok değişkeni dikkate alarak maça çıkacak olan oyuncuların ve partilerin daha detaylı biçimde incelenmesini sağlıyor. Bu sayede tarafların güçlü ve zayıf noktaları tüm maçlarda daha etkin biçimde göz önünde bulundurularak dengeli bir eşleşmenin önü açılıyor. Bu metod sayesinde hem eşleştirme anında, hem de ileriye dönük olarak maç sonlarındaki performans bazlı beceri seviyesi güncellemesi dahilinde oyuncuların isabetli bir şekilde sıralamada güncel beceri seviyelerine yaklaştırılması sağlanacak.
Deneme aşamasında elde edilen istatistiklerle de bunun kanıtlandığını ifade eden FACEIT, sonuçları blog açıklamasında detaylı şekilde paylaşmış durumda. Bu iyileştirmenin sürecin sadece bir parçası olduğunu belirten platform, ilerleyen zamanlarda da bu iyileştirmeleri sürdüreceklerini söyledi.
