Wenn du jemals Among Us in einer festen Spielergruppe gespielt hast, kennst du wahrscheinlich die Diskussionen darüber, wer der beste Imposter ist. Die einfachste Methode wäre, einfach die Gewinnrate zu betrachten: Anzahl der gewonnenen Imposter-Runden geteilt durch die Gesamtzahl der Imposter-Runden.
Aber hier liegt ein Problem: Stichprobengröße matters! Stell dir vor, jemand spielt nur ein einziges Mal mit, wird zufällig Imposter und gewinnt. Plötzlich hat diese Person eine Gewinnrate von 100%! Ist diese Person wirklich der beste Imposter? Wahrscheinlich nicht.
Darum haben wir ein spezielles Rating-System entwickelt, das mehrere Faktoren berücksichtigt und ein ausgewogenes Bild davon zeichnet, wer wirklich gut als Imposter ist. Hier ist, wie es funktioniert:
Jeder Anfänger-Spieler wird zunächst in Richtung der durchschnittlichen Gewinnrate "gezogen". Je mehr Spiele jemand absolviert, desto mehr zählt seine tatsächliche Leistung.
Die Formel dafür ist:
(imposterWins + PRIOR_WINRATE * PRIOR_GAMES) / (imposterGames + PRIOR_GAMES)Ein Beispiel: Ein Spieler mit 2 Siegen aus 3 Imposter-Runden hätte eine rohe Gewinnrate von 66,7%. Nach der Bayesschen Anpassung sieht seine Gewinnrate so aus:
Das ist immer noch gut, aber nicht mehr so extrem wie 66,7%.
Wir belohnen Spieler, die insgesamt mehr Spiele gespielt haben, da sie mehr Erfahrung mit dem Spiel haben:
Diese logarithmische Skala sorgt dafür, dass der Unterschied zwischen 10 und 20 Spielen wichtiger ist als der zwischen 90 und 100 Spielen.
Damit Spieler, die noch nie als Imposter gewonnen haben, im Ranking unter allen Spielern mit Siegen stehen, erhalten sie einen negativen Faktor, eine Art Debuff. Sonst würde Mcky maulen, da er theoretisch unter Schrading geranked wäre.
Der errechnete Elo Score enthält noch einige Gewichtungen, damit der Score fair ist. Als Beispiel soll ein Spieler mit wenigen Spielen, aber mit einer außerordentlichen Gewinnrate trotzdem die Chance haben, weiter oben im Ranking zu stehen