伺服器評分

*此內容是使用 AI（Beta 測試版）翻譯，可能含有錯誤。若要以英文檢視此頁面，請按一下這裡。

評分公式

伺服器的評分使用加權總和公式。這個公式有四個部分：

屬性，這些是描述玩家和伺服器的數據，例如玩家年齡或伺服器的佔用率。
信號，這些將屬性轉換為介於 0 和 1 之間的數字。
權重，這些描述信號的相對重要性。
伺服器分數，這測量伺服器與加入玩家的兼容性。

加入的玩家將匹配到擁有最高伺服器分數的伺服器。

屬性

屬性是描述玩家和伺服器的數據。屬性的值可以是數字或字符串。當屬性的值是字符串時，稱為類別屬性。當屬性的值是數字時，稱為數值屬性。

有關所有可用的 Roblox 屬性的完整列表，請參見現有屬性。有關自定義屬性的更多信息，請參見自定義屬性。

示例：類別屬性和數值屬性

類別屬性
擁有朋友是一個類別屬性，因為當這個伺服器上有一個首選玩家時，其值為字符串 "true"，當這個伺服器上沒有首選玩家時，其值為 "false"。
語言是一個類別屬性，因為其值是玩家的語言設置，例如 "日語"。
數值屬性
年齡是一個數值屬性，因為其值是玩家的年齡。
佔用率是一個數值屬性，因為其值是當前在此伺服器上的玩家數量。

信號

信號將屬性值轉換為介於 0 和 1 之間的數字，稱為信號分數。信號分數為 1 代表高玩家兼容性，而信號分數為 0 則代表低玩家兼容性。根據屬性，轉換可以包括不同的聚合、比較和歸一化。

有關現有 Roblox 信號的完整列表，請參見現有信號。有關自定義信號的更多信息，請參見自定義信號。

示例：兩個具有不同信號分數的伺服器

下表計算兩個不同的伺服器的佔用信號分數，這兩個伺服器都能容納 8 個玩家：

	伺服器中的玩家	佔用分數
伺服器 A	2	2/8 = 0.25
伺服器 B	6	6/8 = 0.75

佔用信號分數給予伺服器 B 更高的評分，並認為它更適合加入的玩家。

權重

信號的權重描述該信號相對於其他信號的重要性。更高的權重會增加信號對伺服器分數的貢獻。信號分數乘以其權重後的值稱為加權信號。

信號不能有負權重。如果信號的權重為 0，則該信號不會計入評分。

示例：對佔用分數加權

下表計算一個容量為 8 名玩家的地方的加權佔用信號分數，其佔用信號的權重為 2：

	伺服器中的玩家	佔用分數	加權佔用分數
伺服器 A	2	2/8 = 0.25	0.25 * 2 = 0.5
伺服器 B	6	6/8 = 0.75	0.75 * 2 = 1.5

示例：兩個具有不同權重的配置

不同的權重也可以使匹配系統選擇不同的伺服器。下表計算兩個具有不同匹配配置的伺服器的分數。配置 2 的佔用信號的權重較高，而伺服器 A 中有加入玩家的朋友。

		朋友		佔用率
		權重	分數	權重	分數	總分數
配置 1	伺服器 A	1	1	5	0.25	1 * 1 + 5 * 0.25 = 2.25
配置 1	伺服器 B	1	0	5	0.75	1 * 0 + 5 * 0.75 = 3.75
配置 2	伺服器 A	3	1	5	0.25	3 * 1 + 5 * 0.25 = 4.25
配置 2	伺服器 B	3	0	5	0.75	3 * 0 + 5 * 0.75 = 3.75

伺服器分數

伺服器分數是通過以下加權總和公式計算的，該公式對伺服器的加權信號分數進行總和：

$\text{ServerScore} = \text{WeightedSignalScore}_1 + \text{WeightedSignalScore}_2 + \ldots + \text{WeightedSignalScore}_n$

$\phantom{\text{ServerScore}} = \text{Weight}_1 \times \text{SignalScore}_1 + \text{Weight}_2 \times \text{SignalScore}_2 + \ldots + \text{Weight}_n \times \text{SignalScore}_n$

匹配配置

匹配配置是用來對一個地方的伺服器進行評分的信號和權重集。默認情況下，所有地方的所有伺服器都由 Roblox 默認配置進行評分，這意味著您不需要自定義或啟用任何設置即可使用它。

Roblox 默認配置包括以下信號和權重：

信號	權重
朋友	15
延遲	3
文字聊天	3
佔用率	2
遊玩歷史	2
語言	2
年齡	1
語音聊天	1
設備類型	0

在默認的 Roblox 配置中，朋友信號的權重大於所有其他信號的權重之和。這意味著，如果可用，加入的玩家總是會被匹配到有朋友（或在同一 IP 地址上的玩家）的伺服器。

設備類型信號在默認配置中存在，但權重為 0，因此不會影響匹配決策。您可以在自定義匹配時調整此權重。

有關每個 Roblox 信號的更多信息，請參見現有信號。

高級概念

以下是有關匹配過程的一些更高級的概念。

歸一化

信號將屬性值歸一化為介於 0 和 1 之間的數字。數值信號可以通過任何正數進行歸一化，稱為歸一化因子。如果歸一化值大於 1，則將其限制為 1。

示例：設計年齡信號

年齡信號測量伺服器中玩家的平均年齡與加入玩家年齡之間的差異。

$\text{ageDifference} = |\text{avgServerAge} - \text{joiningPlayerAge}|$

年齡差異超過 25 的伺服器都被認為與玩家不相容。例如，25 的年齡差異對於玩家而言並不比 26 更糟，因此這兩個值都應將信號分數設置為 0。在這種情況下，25 被視為歸一化因子。

$\text{normAgeDifference} = \min(1, |\text{avgServerAge} - \text{joiningPlayerAge}| / 25)$

信號分數與年齡差異呈反比，這意味著年齡差異越小，信號分數就越高。

$\text{ageDifferenceSignalScore} = 1 - \text{normAgeDifference}$

下表顯示了兩個不同歸一化因子的年齡信號分數：

年齡	歸一化因子：100	歸一化因子：25
50	0.5	0
25	0.75	0
12	0.88	0.52
5	0.95	0.8
0	1	1

具有 25 的歸一化因子的信號認為 5 年和 12 年的年齡差異更遠。較小的歸一化因子會放大年齡差異的邊際增加或減少效果。

權重大小

權重表示信號在配置中相對於其他信號的重要性。權重的相對大小決定信號的重要性，而不是其絕對大小。

示例：相對大小與絕對大小

下表計算兩個伺服器在兩個不同匹配配置中的伺服器分數。配置 5 和配置 6 的佔用權重大於各自的朋友權重。伺服器 A 中有加入玩家的朋友。

		朋友		佔用率
		權重	分數	權重	分數	總分數
配置 5	伺服器 A	10,000	1	15,000	0.25	10,000 * 1 + 15,000 * 0.25 = 13,750
配置 5	伺服器 B	10,000	0	15,000	0.75	10,000 * 0 + 15,000 * 0.75 = 11,250
配置 6	伺服器 A	0.01	1	0.05	0.25	0.01 * 1 + 0.05 * 0.25 = 0.0225
配置 6	伺服器 B	0.01	0	0.05	0.75	0.01 * 0 + 0.05 * 0.75 = 0.0375

伺服器 A 在配置 5 中獲勝，而伺服器 B 在配置 6 中獲勝。這是因為配置 5 的佔用權重僅為其朋友權重的 1.5 倍，而配置 6 的佔用權重為其朋友權重的 5 倍。

儘管絕對大小有所不同，配置 6 在佔用方面優先於朋友的程度超過了配置 5。

中文(繁體)