Apex Legends:匹配机制测试更新

@ApexLiveComms
АНГЛИЙСКИЙ2 месяца назад · 08 июн. 2026 г.
289K
547
36
134
84

Суть

Respawn 分享了近期匹配机制实验的数据,包括针对钻石及以上段位玩家的单排要求,以及通过延长搜索时间来确保对局公平性的相关举措。

如需查看本次更新的完整翻译版,请点击此处

作为我们持续致力于透明度承诺的一部分,我们一直在更直接地分享开发 Apex Legends 的方法,而这一方法的关键环节就是倾听社区中各位玩家的心声,理解他们的需求,并努力解决这些问题。因此,我们想重点介绍一下在匹配方面所做的工作,旨在为玩家提供更好的体验。

下面,我们将讨论我们一直努力缓解的问题、所做的各种更改和测试、我们瞄准的目标结果,以及我们学到的经验教训,并说明如何利用这些改进未来的匹配。

请继续阅读,了解以下内容:

  • 五大匹配痛点
  • 近期匹配测试的参数和结果:
  • 最大排队搜索时间增加
  • 中低段位非排位对局中的机器人
  • 钻石及以上段位仅限单排
  • 4.5 小时排位地图轮换
  • 1 个段位限制的排位预组队
  • 测试的挑战

定义匹配痛点

你们已经说得很清楚,我们也理解:漫长的排队和无休止的激烈对局毫无乐趣可言。

我们一直在倾听并与玩家交流,听到了大家的反馈和不满。重要的是,我们要平衡你们的反馈和匹配数据。虽然我们看到大多数对局快速且公平,但也注意到少数不可接受的对局,我们致力于解决这些问题,以改善整体游戏体验。在过去的几个赛季中,我们一直关注玩家的意见,并分析匹配数据,确定了五个主要痛点,并以此为指引改进匹配系统。

以下是我们的发现:

  • 排队时间:没有人希望长时间等待进入对局。更快的排队速度和更公平的对局之间存在固有的权衡,但我们也知道,玩家在排队上花费的时间不应超过实际游戏时间。在排位模式中,这种不满更为突出,因为玩家在该模式中愿意等待更长时间以匹配更精准的对局。
  • 对局实力差异:对局中的技能差距可能过大。老手和休闲玩家不应出现在同一对局中。无论是排位还是非排位,都存在对局实力差异问题,我们根据玩家不同的需求,对两种模式采取了不同的解决方案。
  • 单排 vs 预组队不平衡:单排玩家在面对协调一致的三人队伍时处于劣势,尤其是在排位中。沟通和协调是核心游戏环节的一部分,能带来真正的优势,但不应该起决定性作用。
  • 队友质量:你遇到的队友与你的游戏风格或技术水平不匹配。不一致的体验会影响对局质量。
  • 充满压力的对局:当每一局都感觉像是你的痛苦换来别人的收益时,没人会觉得有趣。高强度竞争对局有其合适的时机和场合,你应该知道何时选择这种体验。

这里的每一点都触及匹配器的核心功能。调整一个杠杆,其他一切都会随之改变。这是一项艰难的平衡。这就是为什么在过去一年里,我们有条不紊地测试解决方案,并追踪每次调整对匹配系统的影响。

近期测试

匹配测试和实验在特定的区域服务器上进行,以确保我们能在与同期其他区域进行对比时获得清晰的数据。

在过去一年中,我们增加了测试次数,并计划未来保持定期节奏。以下是我们的发现。

测试:最大排队搜索时间增加

针对的痛点: 排队时间、对局实力差异、队友质量

测试内容是什么? 匹配器最初会搜索技能水平相近的对手,然后逐步扩大搜索范围,随着时间的推移放宽技能限制。在此次测试中,我们将搜索窗口从 30 秒增加到 60 秒,然后再扩大匹配标准。这给匹配器更多时间来找到实力相当的玩家,而不是为了更快填满对局而立即扩大技能范围。

结果如何? 我们看到了对局质量的积极影响,技能不匹配的情况大幅减少,尤其是在高端竞技对局中(如下图所示),无论是排位还是非排位,排队时间没有显著增加。

ApexLiveComms - inline image

下一步计划是什么? 鉴于积极的结果,我们在 2026 年 5 月 7 日将其全球实装,作为排位和非排位三人模式的常规匹配逻辑的一部分。但我们不会止步于此。我们继续调整并监控边缘情况,确保没有人等待超过预期的最大排队时间才能进入对局。

测试:低段位非排位对局中加入机器人

针对的痛点: 排队时间、对局实力差异、队友质量

我们测试了什么?

我们在双人和公开三人模式的低段位对局中启用了机器人填充,以了解它们是否能改善匹配质量和整体玩家体验。需要提醒的是:目前没有计划在排位中加入机器人,且机器人不会填补你队伍中的空位。

结果如何?

在低技能对局中加入少量机器人对匹配质量非常有益。在非高峰时段,机器人使我们能够在合理时间内创建公平对局,并减少因让高技能玩家进入实力不匹配对局的情况。不过,机器人仍在改进中,只有在它们能有效参与的对局中才能添加。在新手或低技能对局之外,它们难以跟上节奏,会导致对局体验变差,因此我们仍致力于改善机器人行为。

下一步计划是什么?

我们将继续投资于机器人,并逐步在能带来积极玩家体验的场景中推出。如今,机器人在扩展的新手引导体验中扮演着关键角色,尤其是玩家通过实战学习游戏时,同时也有助于在原本需要创建非常宽泛对局的情况下改善匹配。

测试:钻石及以上段位仅限单排

针对的痛点: 单排 vs 预组队不平衡、对局实力差异

测试内容是什么? 在第 29 赛季后期,所有区域排位赛中对钻石及以上段位的玩家实行仅限单排。如果你达到钻石或更高,将无法在排位中作为预组队组队。所有人都需要和新队友一起玩,没有例外。

为什么进行此测试? 我们看到钻石+玩家因单排和预组队之间的不平衡而明显感到不满,这是最常被要求的解决方案之一。这一限制应该能创造公平的竞争环境,让所有人只依靠自己的技能和两位新队友来竞争。因此,对局将更加均衡,玩家可以相信他们与对局中的其他队伍拥有同样的获胜机会。

我们做出的权衡。 与朋友一起玩是 Apex 的核心部分。我们理解,此测试在最高段位的排位中移除了这一核心原则,我们也知道这会让一起组队的玩家感到难受。通过本次测试,我们优先考虑公平性,以此作为限制条件,了解它对匹配改进的影响。我们正在衡量公平性的提升是否值得,并准备好听取任何方向的坦诚反馈。最终,这只是一个解决这些痛点的测试;如果测试结果不指向长期解决方案,我们将评估其他方法来解决问题。

与朋友一起玩是社交联系和长期留存的关键驱动因素。尽管如此,即使是高度社交的玩家也会花费大量时间单人游玩。因此,单排体验不能被视作次要的;它是整体玩家体验的关键部分,包括我们最活跃的用户。

数据支持。 正是钻石+段位的反馈最强烈,我们的数据也支持这一点。大部分时间作为预组队游玩的玩家确实以最快的速度达到最高段位。在钻石以上的对局中,我们也看到单排玩家和预组队之间的表现差距最大。由技能同样高的玩家组成的三人队很可能显著超越其他人。协调优势是真实存在的。

我们关注什么。 社区情绪和匹配数据。我们想知道创造公平竞争环境是否确实能改善整体体验,并提升排位在高端的完整性。这是一个为期两周的学习窗口,之后决定下一步行动。

为什么不直接拆分队列? 将队列拆分为单排和预组队会引入更多问题。玩家群体会被分割成更小的池子,导致排队时间延长或对局范围更宽。举个简化的例子:如果我们拆分匹配池,且正好分成两半,那么每个版本的排位加载的玩家数量减少 50%,这意味着,最佳情况下,每个子集的等待时间将增加 50%,对局质量也会下降。

一个仅限单排的队列保持玩家基础完整,排队时间合理。在我们测试这一"创造公平竞争环境"的方案时,我们将继续深入分析数据和情绪,了解更广泛的影响,之后再评估更持久的解决方案。

测试:4.5 小时排位地图轮换

针对的痛点: 总体生活质量改进

我们测试了什么? 我们将排位的地图轮换时间从 24 小时缩短为 4.5 小时。

为什么进行此测试? 这主要是一次功能测试,验证对玩家或内部系统没有不可预见的负面影响。我们也想了解排位社区对在赛季分段的常规游戏时间内能够游玩更多地图的反应。

结果如何?

一切顺利!系统健康,我们看到一周内更多玩家能够游玩更多地图,社区讨论也是积极的。

下一步计划是什么?

现在这已成为所有人的排位设置。未来,我们可能会继续测试不同的轮换计划,以找到新鲜感和熟悉感的最佳组合。

当前测试:排位预组队限制 1 个段位差

针对的痛点: 对局实力差异

我们测试了什么?

我们的数据显示,白金玩家匹配到大师玩家的主要原因,是玩家组队并将这些技能跨度大的队伍带入对局。玩家经常在看到赛前段位分布图时感到困惑和不满。因此,我们将组队限制从高于或低于自己段位 2 级改为 1 级,看看能否为所有人创造更好的对局。

该测试目前在撰写本文时正在进行中,我们会在获得结果后及时跟进!

测试的挑战

由于有意识地将重点放在测试匹配参数上,有时过程中会出现问题。这是一个罕见且不幸的结果,我们努力从中吸取教训,确保不重蹈覆辙。

例如,在 Overclocked 上线的当天,我们经历了一次持续数小时的匹配中断。我们行动过快,做了最后一刻的更改,遗漏了一个关键 bug,结果导致中断影响了我们整个玩家群体——坦率地说,这是不可接受的。

那么,未来我们将采取哪些不同的做法?

  • 流程执行:我们要求更严格地遵守变更管理工作流程。
  • 技术保障:我们正在实施自动机制,以自动释放队列压力,从而能够更优雅、更快速地恢复未来的故障。

当出现故障导致游戏离线时,团队会齐心协力尽快解决。当匹配系统崩溃时,越来越多的玩家会堆积在队列中;如果队列无法通过加载对局清除,它会继续增长,一旦达到一定规模,就会使数据库过载。为了让游戏重新上线,我们的团队不得不手动清除队列,然后逐步以降低的容量重新引入玩家,从正常队列的 10% 开始,逐步扩展。

只有在匹配队列的压力得到足够缓解后,我们才能恢复正常的服务。

结论

我们希望这能进一步增加我们在匹配测试流程方面的透明度。这是一个需要精细平衡和严格持续测试的复杂领域。我们将继续测试和迭代,并在每一步与大家沟通。在接下来的几个月里,我们还有更多关于匹配和排位的内容要和大家分享,敬请期待!

Сохранение в один клик

Используйте YouMind для глубокого чтения вирусных статей с помощью ИИ

Сохраняйте источники, задавайте точные вопросы, обобщайте аргументы и превращайте вирусные статьи в полезные заметки в одном рабочем пространстве ИИ.

Исследовать YouMind
Для авторов

Превратите ваш Markdown в аккуратную статью для 𝕏

Когда вы публикуете длинные тексты, изображения, таблицы и блоки кода, форматирование в 𝕏 становится мучением. YouMind превращает полный черновик в Markdown в чистую статью, готовую к публикации в 𝕏.

Попробовать Markdown для 𝕏

Другие паттерны для анализа

Недавние виральные статьи

Смотреть другие виральные статьи