تبادل صفر-صفر و رتبه‌بندی پنهان مهارت: الگوریتم‌های Elo و MMR چگونه موتور محرک مسابقات الکترونیک هستند

در دل خوشه‌های سرور مچ‌میکینگ Riot Games در لس‌آنجلس، یک محاسبه خاموش میلیون‌ها بار در ثانیه در جریان است. وقتی ده بازیکن وارد یک لابی رقابتی می‌شوند، سیستم به نشان‌های ظاهری طلا یا پلاتینیوم آن‌ها نگاه نمی‌کند. در عوض، یک عدد صحیح پنهان و شناور — یعنی رتبه‌بندی مچ‌میکینگ (MMR) — را فراخوانی می‌کند تا احتمال دقیق پیروزی تیم الف بر تیم ب را پیش‌بینی کند. این ریاضیات لحظه‌ای، کیفیت مسابقه را پیش از ثبت حتی یک کلیک دیکته می‌کند.[1][7]

ریسک این محاسبات برای اکوسیستم‌های مدرن مسابقات الکترونیک (Esports) حیاتی و تعیین‌کننده است. اگر یک مسابقه بیش از حد یک‌طرفه باشد، بازیکنان با کلافگی بازی را ترک می‌کنند؛ اگر زمان انتظار در صف خیلی طولانی شود، علاقه خود را از دست می‌دهند و ریزش بازیکنان آغاز می‌شود. برای حل این تنش، توسعه‌دهندگان یک چارچوب ریاضی را که در اصل برای سالن‌های شطرنج اواسط قرن بیستم طراحی شده بود، تطبیق داده و آن را به موتور نامرئیِ نردبان‌های رقابتی میلیارد دلاری تبدیل کرده‌اند.[5][6]

شالوده تمام رتبه‌بندی‌های رقابتی مدرن، سیستم رتبه‌بندی Elo است که در سال ۱۹۶۰ توسط آرپاد الو (Arpad Elo)، استاد فیزیک مجارستانی-آمریکایی خلق شد. الو یک تبادل صفر-صفر را طراحی کرد: هر مسابقه بر اساس تفاوت در رتبه‌بندی بازیکنان، یک نتیجه مورد انتظار از پیش تعیین‌شده دارد. اگر یک استادبزرگ با رتبه ۲۵۰۰ یک تازه‌کار با رتبه ۱۲۰۰ را شکست دهد، تبادل امتیاز بسیار ناچیز است. اما اگر تازه‌کار یک شگفتی آماری خلق کند، انتقال عظیمی از امتیازات رخ می‌دهد و فرض قبلی سیستم به لحاظ ریاضی اصلاح می‌شود.[6]

در حالی که Elo بازی‌های ۱ به ۱ با اطلاعات کامل را متحول کرد، اعمال آن در مسابقات الکترونیک تیمی ۵ به ۵ نوسانات عظیمی به همراه داشت. مهارت واقعی یک بازیکن می‌توانست به راحتی توسط چهار هم‌تیمی ضعیف پنهان شود. برای جبران این اختلال، سیستم‌هایی مانند Counter-Strike 2 متعلق به Valve، سیستم رتبه‌بندی Glicko-2 را اتخاذ کردند؛ تکاملی از Elo که توسط مارک گلیکمن (Mark Glickman) توسعه یافت و متغیر حیاتی جدیدی به نام انحراف رتبه‌بندی (RD) را معرفی کرد.[2][4]

سیستم Glicko-2 فقط مهارت یک بازیکن را ردیابی نمی‌کند؛ بلکه میزان اطمینان الگوریتم به آن مهارت را نیز می‌سنجد. اگر بازیکنی شش ماه از Counter-Strike 2 فاصله بگیرد، RD او به شدت افزایش می‌یابد. پس از بازگشت، رتبه او بعد از هر مسابقه نوسانات شدیدی خواهد داشت تا زمانی که الگوریتم سطح عملکرد فعلی او را محدود کرده و در نهایت RD را تثبیت کند و تبادل امتیاز در هر بازی را به اعداد تک‌رقمی کاهش دهد.[2][4]

بحث‌برانگیزترین اقتباس در مسابقات الکترونیک مدرن، جداسازی عمدی MMR پنهان از رتبه ظاهری است؛ سیستمی که به شدت در عناوینی مانند Valorant و League of Legends استفاده می‌شود. یک بازیکن ممکن است رتبه «نقره» (Silver) را به دوستانش نشان دهد، اما اگر او در یک نوار پیروزی ده‌گانه قرار بگیرد، MMR پنهان او مدت‌ها قبل از به‌روزرسانی نشان ظاهری‌اش، به قلمرو «پلاتینیوم» (Platinum) پرواز می‌کند.[1][5]

این جداسازی یک اثر کشسانی ریاضی ایجاد می‌کند. Riot Games از امتیازات لیگ (LP) به عنوان ارز ظاهری استفاده می‌کند. اگر MMR پنهان یک بازیکن به طور قابل‌توجهی بالاتر از رتبه ظاهری او باشد، سیستم دستاوردهای عظیمی — اغلب ۲۵+ امتیاز LP برای یک برد — به او اعطا می‌کند، در حالی که برای یک باخت تنها ۱۵- امتیاز LP کسر می‌کند. الگوریتم فعالانه نشان عمومی او را به سمت بالا می‌کشد تا با مهارت ریاضی واقعی‌اش مطابقت پیدا کند.[1][5]

توسعه‌دهندگان MMR واقعی را پنهان می‌کنند تا از روان بازیکن محافظت کنند. اعداد خام Elo خشن، پرنوسان و بی‌رحم هستند؛ سقوط ۵۰ امتیازی بعد از یک شب بد می‌تواند «اضطراب رتبه‌بندی» را تحریک کند و باعث شود بازیکنان به طور کامل از صف مسابقه خارج شوند. ناشران با پوشاندن این ریاضیات در قالب نشان‌های طبقه‌بندی‌شده، سری‌های ارتقا و ریست‌های فصلی، حس پیشرفت را ایجاد می‌کنند، حتی زمانی که مهارت پایه‌ای بازیکن از نظر آماری کاملاً ثابت مانده باشد.[1][5][7]

با وجود این الگوریتم‌های پیچیده، سیستم همچنان در برابر «اسمورفینگ» (Smurfing) — یعنی بازیکنان بسیار ماهری که حساب‌های جدیدی برای تسلط بر لابی‌های رده‌پایین ایجاد می‌کنند — به شدت آسیب‌پذیر است. از آنجا که یک حساب جدید دارای MMR پایه و واریانس بالاست، الگوریتم در ابتدا فرض می‌کند که بازیکن یک تازه‌کار واقعی است، که این امر منجر به خراب شدن موقت مسابقات برای مبتدیان واقعی می‌شود.[5]

برای مبارزه با این پدیده، سیستم‌های مدرن MMR بسیار فراتر از برد و باخت‌های صفر و یکی را تحلیل می‌کنند. در Valorant، الگوریتم تفاضل راندها، امتیازات مبارزه فردی و استفاده از ابزارها را ارزیابی می‌کند. اگر یک بازیکن ظاهراً جدید به طور مداوم با نرخ یک حرفه‌ای هدشات کند، سیستم به سرعت MMR او را متورم کرده و در عرض چند مسابقه او را در لابی‌های مهارت‌بالا قرنطینه می‌کند.[5]

هرچه این الگوریتم‌ها پیچیده‌تر می‌شوند، به اهدافی برای سوءاستفاده و استخراج داده‌ها نیز تبدیل می‌گردند. تحقیقات آکادمیک اخیر بر حرکت به سمت سیستم‌های رتبه‌بندی رمزنگاری‌شده برای محافظت از داده‌های کاربران تاکید دارد. یک مقاله در سال ۲۰۲۶ که در arXiv (پیش‌چاپ 2603.26407v1) منتشر شده است، «Hidden Elo» را ترسیم می‌کند؛ یک چارچوب رمزنگاری که برای تسهیل مچ‌میکینگ خصوصی طراحی شده است.[3]

تحت پروتکل Hidden Elo، بازیکنان می‌توانند به لحاظ ریاضی ثابت کنند که رتبه‌شان در یک براکت مچ‌میکینگ خاص قرار می‌گیرد، بدون اینکه امتیاز دقیق خود را برای سرور یا حریفانشان فاش کنند. این رویکرد رمزنگاری از استخراج داده‌های دقیق بازیکنان توسط سایت‌های ردیابی شخص ثالث جلوگیری کرده و ضمن محافظت از حریم خصوصی کاربر، همچنان لابی‌های بالانس‌شده از نظر ریاضی را تضمین می‌کند.[3]

مستندات رسمی توسعه‌دهندگان به ندرت شامل اظهارنظرهای مستقیم مهندسانی است که این سیستم‌ها را تنظیم می‌کنند، و اجازه می‌دهند چارچوب‌های ریاضی خودشان گویای همه‌چیز باشند. همان‌طور که در سراسر این صنعت اشاره شده، این سکوت عمدی است؛ هرچه یک الگوریتم شفاف‌تر باشد، بازیکنان راحت‌تر می‌توانند سبک بازی خود را برای فارم کردن رتبه بهینه‌سازی کنند، به جای اینکه صرفاً برای پیروزی در مسابقه تلاش کنند.[7]

تکامل از محاسبات مداد و کاغذی آرپاد الو در سال ۱۹۶۰ تا الگوریتم‌های سرور چندمتغیره و رمزنگاری‌شده، نشان‌دهنده یک جهش عظیم در یکپارچگی رقابت‌هاست. توسعه‌دهندگان با اصلاح مداوم ریاضیاتی که بر تبادل صفر-صفر حاکم است، تضمین می‌کنند که مسابقه بعدی همیشه به اندازه‌ای بالانس باشد که بازیکنان را به کلیک کردن روی دکمه صف ترغیب کند.[3][4][6]