動的レーティングとマッチメイキングの平均場解析

この論文は、大規模な競争プラットフォームにおけるレーティングシステムを理解し制御するための数学的枠組みを提供しています。平均場解析を用いてスキルとレーティングのダイナミクスをモデル化し、「レッドクイーン」効果によるレーティング精度の限界、信号整合スケーリング下での情報内容の不変性、および最適なプラットフォームポリシーのフィルタリングとマッチメイキングコンポーネントへの分離に関する洞察を提供します。この研究は、オンラインプラットフォームへの制御理論の応用という点で重要です。

• •スキルのドリフトは、レーティングシステムの長期的な精度を制限します。
• •相互作用の情報内容は、信号整合スケーリング下で不変です。
• •最適なプラットフォームポリシーは、フィルタリングとマッチメイキングコンポーネントに分離されます。