王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

上週,《王者榮耀》對MVP評分算法進行了一次調整,降低了KDA的計算比重,突出了輸出/承傷/參團率,同時為輔助/坦克類英雄略微增加了些額外評分。官方表示,如果有認為評出的MVP不符合自己預期的,可將對局截圖反饋。

上週,《王者榮耀》對MVP評分算法進行了一次調整,降低了KDA的計算比重,突出了輸出/承傷/參團率,同時為輔助/坦克類英雄略微增加了些額外評分。官方表示,如果有認為評出的MVP不符合自己預期的,可將對局截圖反饋。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

在過往的MVP算法中,由於很大比例是根據KDA比重進行計算,因此不負責扛傷害的遠程C位或者收割型刺客更容易獲得MVP,同時也滋生了一些“邊緣OB混人頭反而拿MVP”的現象。這些玩家總是遊離於戰場附近,適時出來摸一下對手,然後立刻躲起來,最後反而由於偏低的死亡數和混來的助攻和擊殺數,獲得較高的KDA從而拿到MVP。像這樣的MVP顯然是不合理的。而在隊友是“正常人”的對局情況中,輔助與坦克也基本與MVP絕緣。

上週,《王者榮耀》對MVP評分算法進行了一次調整,降低了KDA的計算比重,突出了輸出/承傷/參團率,同時為輔助/坦克類英雄略微增加了些額外評分。官方表示,如果有認為評出的MVP不符合自己預期的,可將對局截圖反饋。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

在過往的MVP算法中,由於很大比例是根據KDA比重進行計算,因此不負責扛傷害的遠程C位或者收割型刺客更容易獲得MVP,同時也滋生了一些“邊緣OB混人頭反而拿MVP”的現象。這些玩家總是遊離於戰場附近,適時出來摸一下對手,然後立刻躲起來,最後反而由於偏低的死亡數和混來的助攻和擊殺數,獲得較高的KDA從而拿到MVP。像這樣的MVP顯然是不合理的。而在隊友是“正常人”的對局情況中,輔助與坦克也基本與MVP絕緣。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

圖據網友“mustly”

全新的算法對於輔助/坦克顯得友好了許多,不過一些新的問題也因此而生。首先,根據官方的描述,新的MVP算法相較以往更為看重承傷,同時為T增加了額外評分,這讓很多不負責承傷的遠程C位玩家和收割型刺客玩家紛紛表示難以拿到MVP。過往賽季的MVP常客們現在反而拿不到MVP了,心理上難免會存在巨大的反差,雖說這是否合理還要看具體對局情況。

此外,諸如韓信、老夫子等擅長單帶推線的英雄,不僅更加拿不到MVP,場均評分也相應受到了影響。技能機制決定了這一類英雄在正常情況下的單帶推線收益是高於盲目參團的,但是不頻繁參與團戰也就意味著過低的輸出/承傷/參團率,系統評分往往會變得偏低。尤其是在星耀以下的低端對局中,“逆風盲目開團”是極為常見的現象,逆風方的某一位隊友選擇積極帶線,拒絕盲目參團,最後通過帶線翻盤,反而獲得了全場最低評分,搞不好那些缺乏正確意識的隊友反而還拿“最低評分”嘲諷真正的MVP不參團,像類似這樣的情況確實也是不太合理。

在對於新算法的反對聲音中,更主流的是以下一種情況:有一些坦克隊友不考慮開團時機合理性,盲目“送”,而其他隊友們又因為坦克玩家的提前陣亡而無法繼續正常參與團戰。最終坦克隊友反而因為較高的承傷數據和不低的輸出數據拿到了敗方MVP。顯然,他的承傷和輸出都是負面數據,但正是這些“負面數據”反而助其拿到了敗方MVP。網上有不少玩家調侃說,秒選亞瑟、蘇烈、夢奇等能打能扛的近戰型英雄,出純肉裝,帶治療,然後無腦開技能往對手人堆裡鑽,這樣一來輸出承傷數據就都有了,除非隊伍裡有超級大腿,否則這一把的敗方MVP基本就是沒跑了。

上週,《王者榮耀》對MVP評分算法進行了一次調整,降低了KDA的計算比重,突出了輸出/承傷/參團率,同時為輔助/坦克類英雄略微增加了些額外評分。官方表示,如果有認為評出的MVP不符合自己預期的,可將對局截圖反饋。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

在過往的MVP算法中,由於很大比例是根據KDA比重進行計算,因此不負責扛傷害的遠程C位或者收割型刺客更容易獲得MVP,同時也滋生了一些“邊緣OB混人頭反而拿MVP”的現象。這些玩家總是遊離於戰場附近,適時出來摸一下對手,然後立刻躲起來,最後反而由於偏低的死亡數和混來的助攻和擊殺數,獲得較高的KDA從而拿到MVP。像這樣的MVP顯然是不合理的。而在隊友是“正常人”的對局情況中,輔助與坦克也基本與MVP絕緣。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

圖據網友“mustly”

全新的算法對於輔助/坦克顯得友好了許多,不過一些新的問題也因此而生。首先,根據官方的描述,新的MVP算法相較以往更為看重承傷,同時為T增加了額外評分,這讓很多不負責承傷的遠程C位玩家和收割型刺客玩家紛紛表示難以拿到MVP。過往賽季的MVP常客們現在反而拿不到MVP了,心理上難免會存在巨大的反差,雖說這是否合理還要看具體對局情況。

此外,諸如韓信、老夫子等擅長單帶推線的英雄,不僅更加拿不到MVP,場均評分也相應受到了影響。技能機制決定了這一類英雄在正常情況下的單帶推線收益是高於盲目參團的,但是不頻繁參與團戰也就意味著過低的輸出/承傷/參團率,系統評分往往會變得偏低。尤其是在星耀以下的低端對局中,“逆風盲目開團”是極為常見的現象,逆風方的某一位隊友選擇積極帶線,拒絕盲目參團,最後通過帶線翻盤,反而獲得了全場最低評分,搞不好那些缺乏正確意識的隊友反而還拿“最低評分”嘲諷真正的MVP不參團,像類似這樣的情況確實也是不太合理。

在對於新算法的反對聲音中,更主流的是以下一種情況:有一些坦克隊友不考慮開團時機合理性,盲目“送”,而其他隊友們又因為坦克玩家的提前陣亡而無法繼續正常參與團戰。最終坦克隊友反而因為較高的承傷數據和不低的輸出數據拿到了敗方MVP。顯然,他的承傷和輸出都是負面數據,但正是這些“負面數據”反而助其拿到了敗方MVP。網上有不少玩家調侃說,秒選亞瑟、蘇烈、夢奇等能打能扛的近戰型英雄,出純肉裝,帶治療,然後無腦開技能往對手人堆裡鑽,這樣一來輸出承傷數據就都有了,除非隊伍裡有超級大腿,否則這一把的敗方MVP基本就是沒跑了。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

圖據網友“森山__”:0-8-4的亞瑟反而拿了敗方MVP

上週,《王者榮耀》對MVP評分算法進行了一次調整,降低了KDA的計算比重,突出了輸出/承傷/參團率,同時為輔助/坦克類英雄略微增加了些額外評分。官方表示,如果有認為評出的MVP不符合自己預期的,可將對局截圖反饋。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

在過往的MVP算法中,由於很大比例是根據KDA比重進行計算,因此不負責扛傷害的遠程C位或者收割型刺客更容易獲得MVP,同時也滋生了一些“邊緣OB混人頭反而拿MVP”的現象。這些玩家總是遊離於戰場附近,適時出來摸一下對手,然後立刻躲起來,最後反而由於偏低的死亡數和混來的助攻和擊殺數,獲得較高的KDA從而拿到MVP。像這樣的MVP顯然是不合理的。而在隊友是“正常人”的對局情況中,輔助與坦克也基本與MVP絕緣。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

圖據網友“mustly”

全新的算法對於輔助/坦克顯得友好了許多,不過一些新的問題也因此而生。首先,根據官方的描述,新的MVP算法相較以往更為看重承傷,同時為T增加了額外評分,這讓很多不負責承傷的遠程C位玩家和收割型刺客玩家紛紛表示難以拿到MVP。過往賽季的MVP常客們現在反而拿不到MVP了,心理上難免會存在巨大的反差,雖說這是否合理還要看具體對局情況。

此外,諸如韓信、老夫子等擅長單帶推線的英雄,不僅更加拿不到MVP,場均評分也相應受到了影響。技能機制決定了這一類英雄在正常情況下的單帶推線收益是高於盲目參團的,但是不頻繁參與團戰也就意味著過低的輸出/承傷/參團率,系統評分往往會變得偏低。尤其是在星耀以下的低端對局中,“逆風盲目開團”是極為常見的現象,逆風方的某一位隊友選擇積極帶線,拒絕盲目參團,最後通過帶線翻盤,反而獲得了全場最低評分,搞不好那些缺乏正確意識的隊友反而還拿“最低評分”嘲諷真正的MVP不參團,像類似這樣的情況確實也是不太合理。

在對於新算法的反對聲音中,更主流的是以下一種情況:有一些坦克隊友不考慮開團時機合理性,盲目“送”,而其他隊友們又因為坦克玩家的提前陣亡而無法繼續正常參與團戰。最終坦克隊友反而因為較高的承傷數據和不低的輸出數據拿到了敗方MVP。顯然,他的承傷和輸出都是負面數據,但正是這些“負面數據”反而助其拿到了敗方MVP。網上有不少玩家調侃說,秒選亞瑟、蘇烈、夢奇等能打能扛的近戰型英雄,出純肉裝,帶治療,然後無腦開技能往對手人堆裡鑽,這樣一來輸出承傷數據就都有了,除非隊伍裡有超級大腿,否則這一把的敗方MVP基本就是沒跑了。

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

圖據網友“森山__”:0-8-4的亞瑟反而拿了敗方MVP

王者榮耀MVP新算法引爭議:送人頭也能成敗方最佳

圖據網友“雷神天降”:0-8的露娜拿了敗方最高分

有些玩家認為,新的MVP算法略顯“矯枉過正”,尤其是在星耀以下的低端對局中,很多獲得高承傷、高參團的玩家並非是技術過人,他們的數據更多是緣於意識不到位,遊戲理解有限,頻繁地盲目開團。與其讓這些“幫倒忙”的隊友拿到高評分甚至是MVP,他們寧願繼續看到那些“邊緣OB混數據”的隊友拿到團隊最佳,至少後者只是讓己方戰鬥力減員,並不會直接增加敵方戰鬥力。

在當初的MVP算法調整中,官方已經表示希望能看到玩家們對於MVP新算法的反饋,因此不排除MVP算法會在近期繼續發生調整的可能性。MVP或許確實難以做到完全的智能化,在此我們還是鼓勵玩家們在結算後積極給每一位發揮出積極效應的隊友點贊。

相關推薦

推薦中...