対戦ゲームのマッチングの裏側：「実力」はどう数値化されている？レーティングの数学

対戦ゲームに熱中していると、誰もが一度はこんな「理不尽」を感じたことがあるはずです。

格下の相手に一回負けただけで、さっきまでの3連勝分のレートが吹き飛んだんだけど……。マッチングシステム壊れてない！？ その気持ち、痛いほど分かります。でも実はその「増減の差」こそが、システムがあなたの実力を正確に測ろうとしている証拠なんです。

現代の多くの対戦ゲームでは、プレイヤーの強さを数値化するために数学的なモデルが使われています。なぜ勝敗によって増減幅が違うのか、その裏側に隠された「イロレーティング」の仕組みを覗いてみましょう。

1. すべての原点「イロレーティング」

対戦ゲームにおける「レート」は、RPGの「レベル」とは根本的に役割が違います。レベルは遊べば遊ぶほど上がりますが、レートはそうではありません。

確かに。負けたら下がるし、ずっと同じランクで停滞することもありますよね。RPGのレベル上げ感覚でやると、数値が上がらないのがストレスになります……。 そこが重要なポイントです。レートの本質は、あなたの強さを貯金することではなく、**「次に戦う相手との勝率を予測すること」**にあるんです。

この「強さを確率で表す」という仕組みを作ったのが、ハンガリー出身の物理学者アルパド・イロ教授です。彼が考案した イロレーティング（Elo rating） の根底には、驚くほど美しい数学的モデルが隠されています。

期待勝率を導き出す「魔法の式」

イロレーティングでは、プレイヤーAとプレイヤーBが戦ったときの「Aさんが勝つ見込み（期待勝率 $E_A$）」を、以下の数式で計算します。

$$E_A = \frac{1}{1 + 10^{(R_B - R_A)/400}}$$

• $R_A$：プレイヤーAのレート
• $R_B$：プレイヤーBのレート

この数式はロジスティック関数の一種で、どんなにレート差が開いても結果が「0〜1（0%〜100%）」の範囲に収まるようになっています。

なぜ「400」という数字が出てくるのか？

式の中に登場する「400」という定数。これはイロ教授がチェスプレイヤーのデータを分析した結果、「これくらいの数値に設定すると、実力差を直感的に捉えやすい」として決めたスケール因子です。

この「400」という数字のおかげで、次のような面白いルールが出来上がります。

• レート差 0： 勝率は 50% vs 50%（五分五分）
• レート差 100： 上位の勝率は約 64%
• レート差 200： 上位の勝率は約 76%
• レート差 400： 上位の勝率は約 91%

「レート差が400ある＝10回戦って9回勝てる実力差がある」ということです。この基準があるからこそ、システムは「格上に勝つのはどれくらい奇跡か」を客観的に判断できるわけですね。

レートは「実力」という正規分布を測るもの

イロ教授は、人間の実力は常に一定ではなく、その日の体調や集中力によって 正規分布（ベルカーブ） のように変動すると考えました。

2人のプレイヤーの「実力の分布」が重なっている部分は、下位の人が上位の人に勝つ可能性がある領域です。レート差が開くほどこの重なりが小さくなり、勝率が0%に近づいていく……。イロレーティングは、この「実力の重なり」を数値化したものなのです。

つまり、レートとは単なる数字ではなく、「あなたの実力の平均値がどこにあるか」を統計的に推測した結果なのです。

2. レート増減の仕組み

試合が終わった後、システムはあなたの新しいレートを次の式で計算します。一見難しそうですが、中身は驚くほどシンプルです。

$$R' = R + K(S - E)$$

• $R'$ ：試合後の新しいレート
• $R$ ：試合前の今のレート
• $K$ ：K係数（一度の試合でどれくらいレートを動かすかの倍率）
• $S$ ：実際の勝敗結果（勝ちなら「1」、負けなら「0」）
• $E$ ：事前の予測勝率（第1章で計算した $0 \sim 1$ の値）

この式の核心は、カッコの中の $(S - E)$ 、つまり「実際の結果」から「事前の予測」を引き算している部分にあります。

A. 「意外性」が大きいほどレートは動く

システムは、あなたの予測を裏切る結果が出たときに「今のレート設定は間違っている！」と判断し、大きく数値を動かします。

• 格下に勝ったとき（予測勝率 0.9）： $S - E = 1.0 - 0.9 = \mathbf{0.1}$ 予測通りなので、レートは少ししか増えません。
• 格上に勝ったとき（予測勝率 0.2）： $S - E = 1.0 - 0.2 = \mathbf{0.8}$ 予測を大きく裏切る「金星」なので、レートが爆増します。

なるほど！逆に格下に負けたときは $0 - 0.9 = -0.9$ になるから、一気にレートが溶けるんですね……。理不尽だと思ってたけど、計算上は「予測を大きく外したペナルティ」として筋が通ってるんだ。

B. 変動のスピードを決める「K係数」の正体

式の中にある $K$ は、いわば「システムの感度」です。この値をどう設定するかで、ゲームのプレイ感が大きく変わります。

• $K$ が大きい場合： 一度の試合でレートが劇的に動きます。少ない試合数で適正ランクにたどり着けますが、運悪く連敗しただけでランクがガタ落ちする不安定な環境になります。
• $K$ が小さい場合： レートが安定しますが、実力が上がってもなかなかランクが上がらない「停滞感」の原因になります。

多くの最新ゲームでは、この $K$ を固定せず、**「試合数」に応じて変化させています。**

始めたばかりのプレイヤーは $K$ を大きくして早く適正な場所へ運び、何百戦もこなしているベテランは $K$ を小さくしてレートを安定させる。初心者のランクが上がりやすかったり、サブアカウントがすぐに適正ランクまで飛ばされたりするのは、この $K$ 係数の魔法によるものなんです。

つまり、レート更新の仕組みとは、 「あなたの実力に対するシステムの『自信（予測）』と『現実』のズレを修正し続けるプロセス」 だと言えます。

3. 現代のゲームはどう進化している？

イロレーティングは美しく強力なシステムですが、元々が「1対1のボードゲーム（チェス）」向けに作られたため、現代の複雑なオンラインゲームにそのまま当てはめるといくつかの不都合が生じます。

そこで、各ゲーム会社は数学的な改良を重ね、独自の進化システムを作り上げています。

「信頼度」を追加したGlicko（グリコ）レーティング

イロレーティングの最大の弱点は、「しばらくゲームを休んでいた人」の実力を正確に測れないことです。

これを解決したのが 「Glicko（グリコ）レーティング」 です。（『スプラトゥーン』のXパワーなどで、この派生システムが使われています） このシステムは、レートという数字とは別に 「RD（Rating Deviation ＝ レートの偏差・信頼度）」 というもう一つのパラメーターを持っています。

• 毎日プレイしている人： RDが小さくなる（実力にブレがないと判断され、勝敗によるレート変動が小さく安定する）
• 1ヶ月ぶりにログインした人： RDが大きくなる（今の実力が分からないと判断され、勝敗によってレートが激しく上下する）

つまり、「休んでいた期間」を数学的に計算に組み込むことで、より早く適正な実力帯へプレイヤーを運ぶことができるのです。

チーム戦の理不尽を減らすTrueSkill

『Valorant』や『League of Legends』のような5v5のゲームでは、「味方が弱くて負けたのに、自分のレートまで同じように下がるのは理不尽だ！」という不満が必ず起きます。

これに対応するため、Microsoftが開発した 「TrueSkill」 などの派生システムでは、単純な勝敗だけでなく「チーム内での個人のパフォーマンス（キル数やアシスト、スコア）」を加味したり、チーム全員の実力のバラつきを計算に入れたりして、多人数戦における個人の強さを正確に割り出そうとしています。

「内部レート」と「表示ランク」の分離

最新のゲームで最も主流なのが、数学的に純粋な 「MMR（隠しレート：Match Making Rating）」 と、プレイヤーに見える 「表面上のランク（ゴールドやダイヤ、LPなど）」 を完全に切り離すシステムです。

なぜわざわざ、見えない数字（MMR）と見える数字（ランク）を二重に管理する面倒なことをするのでしょうか？

理由は非常に人間臭くて、**「数学的に正しい純粋なレート変動は、プレイヤーの心を簡単にへし折るから」**です。

純粋なイロレーティングの世界では、運悪く格下に連敗しただけで、信じられないほどレートが真っ逆さまに落ちます。それではプレイヤーのモチベーションが保てず、ゲームをやめてしまいます。

そのため、裏側では「MMR」という純粋な数学を使って公平なマッチングを行いながら、表面上は「降格保護」や「ボーナスポイント」といった緩衝材を入れた表示ランクをプレイヤーに見せているのです。

なるほど……！「勝ったのにランクポイントがちょっとしかもらえない！」ってキレてたけど、あれは自分の表示ランクがMMR（システムが弾き出した本当の実力）を追い越して高くなりすぎちゃってたからなんですね。

システムは「君の適正はまだそこじゃないから、勝率を上げてMMRを引っ張り上げてね」とブレーキをかけている状態だと言えます。

4. 体験！「仮想レート計算ツール」

複雑な現代のシステムを完全に再現するのは難しいですが、その根幹にある「イロレーティング」を体験できるツールを用意しました。

これは、身内同士のカスタムマッチ（スマブラやLoLの10人など）で 「自分たちの中での最強」を数値化する のに最適です。また、他のゲームで「どれくらいレート差があると、1敗でどれだけ溶けるのか」の参考にもなるはずです。

まとめ

レーティングの世界が面白いのは、「勝った・負けた」という感覚的な体験を、確率と数式でここまで綺麗に説明できることです。 しかもこれは机上の理論ではなく、実際にマッチング品質やランク体験を支える“実用品の数学”として毎日動いています。

式の意味が分かるだけで、「なぜこの増減になったのか」「今どんな試合を積むべきか」の見え方は大きく変わります。

数学は、ゲームをもっと深く楽しむための武器にもなる、というわけです。