官方可以自由决定你的输赢，甚至精确到冠数。虽然你的对局充满了随机性，但是在概率模型的机制下，我可以最大程度地给你匹配克制你的人。
等压这个概念根本不存在，只是官方匹配了克制你的人而已，如果官方想找同等级吊打你的人，非常简单，一样可以把你打到怀疑人生删游戏，只是官方不想这么做。它要让你产生你上不去是因为等级而不是因为技术与匹配机制这种错觉clashofswords。
五一摸鱼有感，对于这个问题的看法是，如果官方有意为难你，那么是可以很容易做到克制你的。我这里给出一个我的猜想如下：
用机器学习可以很容易实现动态匹配。即便你采用伪卡组以及卡卡西（下一局换本局对手卡）这种策略，系统也可以很轻松的给你匹配到克制你的人。
另外关于皇室战争的匹配机制有一个很大的误区，很多人会认为你比较顺的情况下，系统会给你匹配高卡等的打压你，然后你会觉得你输给他是因为卡等问题。其实这个认知是不对的，你满级情况下，你就不会遇到当前这种高卡等低水平的人了，你会遇到卡等与你一样的，但是套路或水平克制你的人，所以实际上，系统完全可以找一个卡等跟你一样，甚至比你低的还吊打你的人。但是这么做只会打消你的氪金欲望，没必要这样而已。本人目前CR是6000+杯，本身只能算弟弟玩家。但是这是我从算法实现角度思考的感受，根据奥卡姆剃刀原则，在设计匹配算法的时候，我们无需考虑到底是卡等克你还是卡组克你，只要结果是克你就好了。
那么现在给出我的一个对皇室战争匹配机制的想法，由于我没时间去做验证以及爬数据，有大佬可以爬皇室tv的话欢迎验证。
假设皇室战争有总共100张卡牌，每张卡牌总共有13个等级。我们对于每张卡牌可以构建一个113维度的two-hot向量。前100维是卡牌的类别，例如如果是1号卡牌，就第一维是1，其他全是0。后13维度是卡牌等级，例如如果是5级的线，其他是零。这里给出一个样例，假设野蛮人精锐是第5张卡牌，那么13级的精锐就应该表示如下：
那么现在在这种表示的情况下，8张卡牌就意味着8个113维的向量了。现在我们可以构建一个如下的系统对卡组进行特征提取，例如Neural Network(神经网络)：
现在在获得卡组特征的情况下，我们把你使用的卡组特征记作x，把对手的卡组特征记作y。把胜利概率记作c。那么在这个情况下，如果我们有当前赛季的大量对战数据（官方肯定有，我的话不知道去哪弄了，没弄过爬虫了）的话，例如这样子的：
这样我们就可以对数据进行整理了。对于每一组数据，我们都有两个玩家的卡牌以及他们的对战结果，我们首先用神经网络对两个玩家的卡牌数据进行特征提取clash royale怎么改名。之后我们训练一个得分的分类器，去预测他们的对战情况，这里我给出的方案是去预测你与对手取得的皇冠差异，因为这个数据不仅可以反应彼此的输赢情况，还可以反应输赢的难易度。所以我们的分类就是一个7分类问题，即：{-3，-2，-1，0，1，2，3}。正值意味着你赢了对手指定的皇冠，负值代表你输了多少个冠。那么我们构建一个如下的分类器：
这个系统本质是在计算似然概率p(cx,y)，所以我们可以通过交叉熵或者最大似然估计，对特征提取神经网络和分类神经网络都进行训练。训好之后，我们相当于得到了一个最优的似然函数p(cx,y)。该函数意味着只要我给定两个你的卡牌x和对手的卡牌y，该系统就可以告诉我你有多大的概率会赢和输，例如如果系统返回给我的数值是3，就说明你相当克制你的对手，如果是-3则反之。那么在获得该系统的情况下，我们可以把它做一个数学上的变换。
这个公式左边p(yc,x)的含义是：在给我你的卡组x和我预计的对战结果c(例如我们假设是希望你被人打3冠，这里c=-3)的情况下，系统会推荐y卡作为你的对手的概率。右边分子的第一项p(cy,x)是我们训练好的神经网络的输出，分子第二项p(yx)则是在给定你的卡组x时对手卡组y出现的概率，而实际上在不进行人为干预的情况下，x和y应该是独立的，你选卡和对手选卡本质是两件事，互不影响，所以为了简化模型，我们这里假设二者独立（实际上显然不独立，因为我们观测的对战数据官方是干预过的，但是我们这里做出一些建模的简化），因此这项退化为p(y)，这就变成了卡组y出现的概率。而分母p(cx)的含义是卡组x的对战结果为c的概率（这里就是平均被人打-3的概率）。可以看出p(y)和p(cx)都是很容易在数据库中被统计出来的clash royale怎么改名，。所以我们可以很容易核算出p(yc,x)的概率，之后我们就可以通过该函数，根据你的卡组指定匹配结果了，所以想实现给你动态匹配对手是很容易的。二来得益于概率建模和表征神经网络的存在，即便你使用从来没人用过的卡组，系统依然可以较稳定地给你匹配克制你或者被你克制的卡组。
当然，以上做法相当naive，也会存在一些问题，诸如y的参数空间很大，对分类的预测以及矩阵统计会造成压力，对数据量有很大的需求，不过对于皇室战争这种一日估计百万级对战数据的游戏，这个不是问题。除此以外，该方法只考虑了卡组的本性，而没有考虑玩家的对战性格，实际上只要把该模型现在全数据库上训好，然后再在某个具体玩家的数据上fine tune的话clash royale怎么改名，就可以实现对某个具体的玩家进行建模，所以即便你用了一个你从来没用过的卡，一点不影响匹配恶心你奥
