WoT Blitz是一款移动坦克射击游戏，玩家可以在7对7格式中进行战斗。
媒人或平衡者是一种机制，根据希望进入战斗的玩家阵容来形成团队的组成。
战车具有以下对接会重要的参数：
- 等级 根据液位的不同，坦克的不同特性也会发生变化（例如，速度，装甲穿透力）。 在第1级-最弱的战车，在第10级-最强的战车。
- 型式 WoT Blitz有4种类型的坦克：轻型，中型，重型和坦克歼击车（反坦克自行火炮）
媒人的最简单实现是将玩家随机分组。 但是在这种情况下，处于低位的玩家将没有任何机会造成至少一些伤害，这将变得毫无意义。
要求条件
平衡器的要求列表是根据游戏社区的反馈而形成的，并定期更新到今天。
在撰写有关常规战斗的文章时，该列表包含以下各项：
平衡器要求清单- 坦克的最大和最小水位之差不应超过一，排除外（也就是说，如果在战斗中遇到10秒，则不应有5秒或7秒，只有9秒和10秒）；
- 团队人数应为7x7，但在线人数较少（在这种情况下，您可以进行较小的战斗，例如5x5或3x3）；
- 球队应该根据现有技术进行镜像平衡（如果一个球队中有3个第十级别的战车和4个第九级别的战车，那么其他战队也应该有3个十和四个九）。
- 在两个团队中，排的现有技术都应该相同；
- 每种类型的车队不得超过3个战车（例如，不超过3个子弹，不超过3个PT）。 该规则从5级及更高级别开始；
- 两队之间相同类型的坦克数量之差不应超过一队（例如，如果一队拥有1 PT，则第二队最多可以有2 PT）；
- 战队必须在相同战车的数量上保持平衡，每个战车的差异不得超过一个战车（如果一个战队中有1个IS-7，那么另一战队中则不得超过2个IS-7）；
- 玩家只能进入自己选择的战斗模式（如果玩家仅打开了“即将来临的战斗”，则不应进入“优势”）；
- 如果玩家购买了新坦克，则在新坦克的前N场战斗中，其他坦克的水平不会超过玩家新坦克的水平（也就是说，如果玩家拥有5级的坦克，则战斗中不应遇到6级的坦克）;
- 玩家必须获得已经装好的那些卡。 游戏安装后，我们已经加载了一些内容；
- 如果玩家打开了“单一控件类型”选项，则他只能与具有相同控件类型的玩家一起玩（如果他在平板电脑/手机上玩，则不应与鼠标接触，反之亦然）。
开发一个媒人，特别是考虑到如此多的限制，是一项非常有趣的任务。 解决方案的方法可能很多。
平衡器形成一对球员
最初，在移动水箱中使用了平衡器，他从他的哥哥那里继承了这一平衡器-台式水箱。 总的来说，他工作得很好，但是他有几个问题：首先，他没有明确保证满足要求。 其次，增加新的要求非常困难。
战斗开始因此，编写了另一个平衡器，该平衡器根据以下算法工作：
- 我们根据设备的级别和类型将玩家分为几类；
- 从产生的玩家中我们组成一对。
- 我们将不同的对子散布在不同的团队中：进行每对，将第一个玩家扔进第一队，第二个扔进第二个；
- 在收到的球队中，我们进行最后的重新平衡：为了满足大多数要求，我们将一个球队的一些球员替换为另一球队的球员。
最终的平衡器的工作速度比以前的版本快5到10倍，并且最初组建了满足当时所有要求的团队。 通过编写其他重新平衡通行证来添加新规则。
一开始，一切都很好。 但是随着时间的推移，添加的规则越多，编写重新平衡的难度就越大。 新的重新平衡不应因其工作而中断先前的工作。 显然，这是通往无处可去的道路。
媒人中的虫子-9对9的团队齐聚一堂模拟退火平衡器
在最终版本中，我们选择了根据以下算法工作的平衡器。 所有单击“战斗”按钮的玩家都将进入常规队列。 无休止的循环平衡器执行以下操作：
- 选择随机战斗参数（随机战斗级别（从1到10），随机模式，随机地图）；
- 在队列中找到所有符合以上所选条件的玩家（在合适水平的战车上战斗，打开所选模式，加载所选地图）；
- 试图组成满足以上所有要求的团队（以下描述）；
- 如果有可能组建一支队伍，则将这些球员赶出等候线，战斗就开始了。
为了从合适的参与者列表中组成团队，使用了退火模拟方法。
在此处阅读有关该方法本身的更多信息。
通过模拟退火搜索全局最大值在应用到组建团队的上下文中，算法如下：
- 它从两个空团队开始。
- 在每次迭代时，它会随机更改命令状态。 为此，请执行以下操作之一：
- 从合适的球员列表中向第一或第二支球队添加一个随机球员（我们也选择一个随机球队）；
- 从随机团队中移出随机玩家；
- 用一，二队中现有的一名替换一名合适的球员中的一名；
- 将第一支队伍的一名随机玩家更改为第二支队伍的一名随机玩家。
- 获取结果状态的估计值。 为此，调用评估函数。 该功能遍历需求列表，对于每个项目的违反都会增加罚款。 违反分数越强，处罚越高。 例如，对2x2球队的罚款将高于对6x6球队的罚款；
- 根据估计函数的值和当前温度的变化，我们确定过渡到新状态的可能性。
- 我们继续该过程，直到温度达到设定的最小值或评估函数的值达到零（在这种情况下，满足所有要求并且可以开始战斗）。
这种方法的主要优点是：添加新的需求，足以修改评估功能。 无需编写代码来描述如何确切地获得我们想要的东西。 只需添加一条规则，以查看组建的团队并说明其是否平衡。
添加此类规则的一个很好的例子是评级战。 在媒人的评分战中，同时出现了几个新规则：
- 团队必须在评分方面保持平衡（团队之间的玩家总评分之差不应超过给定值）；
- 玩家之间的评分差异应最小（青铜联赛的玩家不应与钻石的玩家进行战斗）。
钻石联赛球员个人资料示例第一条规则是通过修改评估函数来实现的：增加了超过额定值的最大允许差额的罚款。 第二条规则是通过更改将合适的玩家从队列中拉出的功能来实现的。
这种方法的缺点是速度慢。 与以前的版本相比，即使进行了许多优化，当前版本的运行速度也要慢大约10倍。 顺便说一下，关于优化。 游戏的大多数服务器（网络和物理服务器除外）都是用Python编写的。 平衡器用C ++重写，并并行化到许多线程。 在Python中，加号代码中包含了形成命令的请求。 此外，每个流独立地开始退火方法。 一旦某个线程找到了解决方案，其余线程就会停止搜索过程，并将找到的解决方案返回给Python。
RU服务器上的等待时间和队列大小（正常战斗中为5秒，评级战斗中为10秒）随着在线增长的增长，平衡器的负载也随之增加。 今年秋天，当RU服务器上的在线服务器达到12万台（在“疯狂游戏”事件期间）时，平衡器便无法应对。 作为临时措施，我们禁用了一些规则，这使我们可以减少负载。 为避免将来出现此类问题，我们将媒人分发了。
评分系统
钻石联赛最佳球员，2019年4月21日在许多MMO游戏中，除了随机打架外，还存在评级/排名/等。 这种模式的主要思想是：对手不是随机搜索的，而是技巧合适的。 如果您是一名技能高手，那么您将与相同的技能高手一起玩，反之亦然，如果您不知道如何玩，那么您将面临同样的新手。
在赛季开始之初，玩家将进行一系列的标准比赛，其结果决定了他的起始位置。 然后，取决于游戏的进一步成功，玩家的排名上升或下降。 首先，创建Blitz中的评分系统以实现适当的平衡。 它提高了玩家的技能，并且实际上与玩的游戏次数无关。
要进行等级之战，必须立即解决两个问题。 首先，有必要选择一个评分系统（应该按照什么原则对玩家进行评分）。 其次，有必要对平衡器进行改进，使其在考虑到评级限制的情况下收集战斗信息。
评分系统的主要要求是能够准确确定玩家的水平。 为了评估一个或另一个评级系统的工作效率，创建了一个模拟器，在该模拟器的输入中提交了战斗历史和所选评级系统，在输出端，获得了系统的准确性。
准确性计算如下：
- 所有球员都被赋予了起始等级；
- 根据每个战斗的结果，将根据所选系统重新计算参与该战斗的玩家的等级；
- 在每次战斗之前，系统都会尝试预测哪支球队会获胜。
- 结果，计算出系统给出正确预测的战斗百分比。
最受欢迎的评分计算系统：
winrate ，
Elo ，
Glicko和
TrueSkill 。 Winrate是通常的胜利百分比。 Elo是一种评分系统，最初是为两个人（象棋等）的游戏创建的。 在该系统中，根据对手的等级，给玩家一个/赢得/失去一定数量的积分。 Glicko通常与Elo类似，但也要考虑玩家不活动了多长时间。 TrueSkill是Microsoft专有的分级系统，其中每个玩家都有两个参数：分级和系统对此分级的置信度。
在开发第一个版本的评分战时，我们考虑了winrate和Elo（适用于团队游戏的几种选择）以及简单的计分系统（在评分系统中，玩家始终获得固定数量的评分分以获得胜利，被带走以击败）。
Elo系统显示了最好的结果，其中Ra是玩家评分，Rb是对战球队的总评分与该玩家团队的总评分之间的差额，但玩家本人除外。
发布后我们遇到的主要困难是：
- 玩家之间的排名差异太大；
- 球员得分（进入联盟）的可预测速度差。
第一个问题由于以下事实而无法完全解决：技能球员太少，他们必须等待很长一段时间才能开始战斗，而且经常看到团队中的球员实力下降。 为了减轻影响，我们仅在黄金时段（即在服务器上玩的人数最多的时候）提供分级战。
我们通过引入一个减慢因子解决了第二个问题（也就是说，玩家离平均评分越远，他升或降到其以下就越困难）。
我们还尝试了各种方法来提高评分系统的质量。 在第一个版本中，为了更改等级，我们仅使用有关胜利/失败的信息。 但是我们有团队合作的游戏，并非总是某个特定球员的好行为会导致整个团队的胜利。 也就是说，即使该球员打得很好并且球队输了，该球员的得分也要与其他所有球员相同。 为了防止这种情况，我们开始尝试考虑玩家在战斗中的个人行为。
为此，我们尝试使用机器学习：我们收集了各种因素，并尝试训练模型以根据玩家在战斗中的行动来预测球队的胜利/失败，然后使用该模型来确定等级奖励系数（即，如果球队输了，但玩家的行为是相似的有关获胜玩家的行为，请给此类玩家额外的奖励）。
获胜球队中表现出色的球员获得+40评分。 +10不好我们能够建立一个好的模型，其结果要比当前模型好得多，但是存在一个困难（这常常会破坏机器学习问题中的一切）。 该模型很好，但有时会出现人们容易看到的错误。 周期性地存在这样的情况，即从人的角度来看，玩家表现出良好的成绩，而从模型的角度来看，其获得的奖金却很少，反之亦然。
结果，我们放弃了ML模型，并采用了更简单的手动公式。 该公式仅考虑战斗经验，不考虑胜利，x2和其他奖励。 尽管它比ML模型的结果略低，但结果却非常不错。
结论
- 基于退火模拟方法的平衡器使我们能够从解决方案的描述（如何组建团队）转移到需求的描述（不应违反哪些条件）；
- 在团队等级战中，考虑到玩家在战斗中的个人动作，改进的Elo系统表现得很好。
- 不一定总是应用复杂的机器学习方法（特别是当人对结果的解释和理解很重要时）。
我们将继续开发和改进平衡器。 我们几乎打败了阶级失衡的负面印象。 我们的球员要注意的主要问题是技巧，动荡和afk球员的失衡。 这是一个严峻的挑战，我们将继续在这些领域开发平衡器。
如果您对WoT Blitz中的平衡器有任何疑问/建议，请在评论中（或在我们的
论坛上 ）退订。