跳至主要内容
GITGUD ACADEMY
心态与进步

如何提升 iRating:这个数字实际上在给什么打分

如果你的 iRating 已经停滞不前,最有用的一件事是弄明白:它从来不是在给你的圈速打分。它打分的是你的完赛名次,相对于系统根据你被分进的那个赛场强度、预期你会拿到的名次。速度是其中一项输入,但它不是那个数字本身。

这意味着当你确实在变快时,评分仍可能好几周原地不动;也意味着有些人用来推高它的方法根本没用。下面是这个数字真正在读取的东西,以及改变它的因素。

如何提升 iRating:要赢的是预期名次,而不是秒表

每次你开始一场比赛,系统就已经根据你的评分相对于发车格上其他所有人的位置,对你大概会落在哪里有了预期。完赛名次高于这个预期,你就加分;低于它,你就扣分。这就是整个机制,而 iRating 几乎所有让人困惑的地方都由此而来。

直接的结果,是大多数人一直没完全消化的那一点:你的成绩只有相对于你对上的人才有意义。一个 P8 可能是好的一天,也可能是糟的一天,光看完赛名次并不能告诉你是哪一种。

一长串 GT3 赛车首尾相接地爬上坡,这种赛场强度决定了一个完赛名次能不能提升 iRating。
发车格决定了一个完赛名次值多少:同样的 P8,可能是好的一天,也可能是糟的一天。

系统读取的两项输入

你在哪里完赛,以及你为了在那里完赛赢过了谁。就这些。

不是你的圈速,不是你开得好不好,也不是车难不难开、天气有没有变,或者你是不是用的旧胎。如果两位车手在同一场比赛都拿到 P6,不管他们是怎么到达那里的,得到的待遇都一样。

所以当你去找数字为什么不动时,诚实的第一个问题不是“我够不够快”,而是“我的完赛名次是高于还是低于我的评分所预期的名次”。

为什么干净的比赛可能让你扣分,而混乱的比赛反而可能加分

这就是系统让人觉得不公平、其实只是在按它说的运作的地方。

在一个远低于你评分的赛场里,跑出一场整洁、零失误的比赛,在预期的位置完赛,你可能几乎拿不到什么。在一个强的赛场里跑出一场混乱的比赛,最后追回一个没人预料到的名次,你可能会加很多分。被评估的不是驾驶质量,而是相对于预期的结果。

事故在这里有影响,但是间接的:它们让你掉名次,而掉的名次让你扣评分。碰撞是一个完赛名次的事件,本身并不是一个评分事件。如果你的问题是比赛老是以碰撞收场,那是一个以评分为症状的比赛攻防问题,值得就问题本身去解决,而不是当成一项刷分练习。

一辆方程式赛车在轮胎烟雾中打转,对手从旁驶过,掉的这些名次决定了你能不能提升 iRating。
碰撞是通过它让你掉的名次影响评分,而不是本身就是一项惩罚。

2K、3K 和 4K 真正告诉你的是什么

比大家以为的少,而且是很特定的一件事。

iRating 首先是一个匹配用的数字,其次才是排名。它的工作是把你放进一场和速度、判断力相近的车手一起跑的比赛,让比赛保持胶着。更高的数字意味着你会被匹配到更强的赛场,这主要意味着比赛变得更难,而不是你解锁了某个段位。

按 iRating 区间统计车手人数的柱状图,大部分车手都在 2,500 以下,显示你提升 iRating 时要爬过的分布。
各 iRating 区间的车手人数。更高的数字把你推到分布中人数稀少的那一端,那里的比赛更难。

这个重新定位之所以重要,有一个实际的理由。如果把它当成排名,评分停滞会感觉像失败;如果把它当成匹配,评分停滞意味着你找到了自己目前有竞争力的层级,而出路是在更强的赛场里变得有竞争力,这是一个比早期爬升更慢、也更不线性的过程。

为什么“只要跑完就行”不再管用

刚开始时,你能做的单一最有效的事,就是把比赛跑完,不要自己把它毁掉。避开第一圈的连环撞、不要打转、把车带回终点。光是这样就能推动数字,因为赛场上很多人做不到。

一辆受损的 Mazda MX-5 在轮胎烟雾中横向滑动,前车趁机脱离,这种自毁的比赛让新手无法提升 iRating。
刚开始时,只要不这样就值得加分。到了更高的层级,你周围的每个人也都做得到。

这个效果会递减。随着你的评分上升,你会被匹配到同样能稳定完赛的车手,于是单纯跑完比赛就不再让你与众不同:那件曾经值很多分的事,变成了每个人都能达到的基准线。如果干净完赛曾经是你的优势,而数字已经停滞,通常就是这个原因:优势没有消失,只是其他人都追上来了。

评分停滞不等于速度停滞

这两件事常被当成一回事,但它们不是,而把它们分开,是这一页最有用的诊断。

你可能确实在变快(刹车更好、稳定性更好、比赛攻防更好),而评分却持平,因为评分不是在衡量速度。它衡量的是你的成绩相对于一条会随你一起上升的标准线。

一张 iRacing 评分历史图,先是大幅波动,接着好几个月持平,这就是你试图提升 iRating 时平台期的样子。
图上一段平坦的线说明成绩符合预期,并不说明驾驶停止进步了。

所以“为什么我的 iRating 不再上升”这个问题,至少有三个和你的驾驶无关的答案,在断定自己停止进步之前,值得先把它们排除。

升级会重置你的基准,而且这个重置是看不见的

第一个。当你的评分上升到足以把你放进更强的分组(split)时,系统对你的预期也跟着上升。你现在是一个更快的赛场里比较慢的那一半,以前能加分的成绩,现在只能打平。

你没有变差。是标尺移动了,而图表并不会标出它发生的那一刻。从你的角度看,一次升级看起来和停滞一模一样。

不断上升的预期名次吸收了真实的进步

第二个。如果你进步了,而你的预期名次也上升了同样的幅度,你就会在现在被预期的位置完赛,什么也没赚到。

这是最残酷的版本,因为你确实在进步,而且数字也诚实地反映出你达到了新的预期。真实的进步、正确的计分、零变化。它最终会解开(你必须超越预期,而不只是达到它),但在那之前,它可能吸收掉好几周的真实努力。

上个月有多少是随机波动?

第三个,也是没有人会去检查的那一个。单场比赛让你的评分波动的幅度,远大于你的实际能力在一个月内的变化。一个糟糕的第一圈、一次时机不对的安全车、一场赛场异常强的比赛,每一项对数字的影响,都比你驾驶上的真实进步还大。

某位车手评分历史的局部放大图,连续几场比赛让数字上下波动数百分,而他正努力提升 iRating。
单场成绩让评分上下波动数百分,但这条线的终点和起点相差不到 250 分。

这意味着一个平坦的月份,很可能是一个被噪声掩盖的真实进步。看看你最近二十场比赛:比较单场波动的幅度和全部加起来的净变化。如果波动远大于净变化,你就无法从那个净值对你的驾驶下任何结论:样本太小、噪声太多,说明不了什么。

同一堵墙,只是高了一层

接下来这部分解释了为什么这件事会一再发生,而不是只发生一次。

刚开始时,让你输掉比赛的错误又大又明显。你打转、你的刹车点错得离谱、你冲进一个根本不存在的空隙、你不熟悉赛道。修正其中任何一项,进步都是立竿见影且巨大的。

到了更高的层级,错误依然存在,只是小到从车里看不见。刹车点晚了半米、出弯时油门给得稍微猛了一点、每一圈都在同一个弯丢掉零点二秒。这些都不是你自己会注意到的东西,因为从驾驶位上看,它们感觉就是正常的一圈。

两辆 GT3 赛车并排,画面上显示红色的负 0.2 时间差,正是这种幅度的损失悄悄让你提升 iRating 的努力停滞。
一个弯里的零点二秒,一放上屏幕就很明显。但从驾驶位上看,它感觉就是正常的一圈。

所以你变得越好,自己的错误就越难看见。这才是真正的陷阱,也是为什么爬升感觉应该越来越容易,实际上却越来越难。这通常是大家搬出邓宁-克鲁格效应(Dunning-Kruger effect)的地方,作为这个模式的简称也算合理,不过那条流行的曲线,连同它被命名的高峰和低谷,是网络传说,而不是原始研究里的东西。有用的部分不是那张图,而是它的递归性:每一次升级,都把你放回一种你还无法评估的新能力的底部,所以这个循环会在每个层级重新上演,而不是你过了一次就结束。

流行的邓宁-克鲁格曲线,信心对应经验,附有被命名的高峰和低谷,常被用来简单解释为什么提升 iRating 会越来越难。
那张熟悉的图。作为这个模式的简称还算合理,不过被命名的高峰和低谷是传说,而不是原始研究。

这也是为什么在数字停止移动时,有三种反应特别常见:

  • 怪罪比赛。“那家伙对我鱼雷式超车,是他的问题。”
  • 维护自尊。“我已经很快了,是运气不好拖住了我。”
  • 回避反馈。“我不需要教练,我知道自己在做什么。”

三者都很舒服,而三者都让那些看不见的错误继续隐身。

为什么多跑圈不再管用

有一件事值得直说,因为它是面对停滞时的默认反应:圈数不会自动带来进步。如果你把同一个刹车错误重复五百圈,你不是在练习,而是在把错误排练到变成条件反射。只有在你知道自己要练什么之后,数量才有帮助,而那完全是另一篇教程的主题:如何在模拟赛车中进步讲了有结构的练习实际上是什么样子。

数字持平时该衡量什么

如果评分是一个噪声多、又滞后的指标(它确实是),那么用它来评判一个月的努力就是个坏主意。去衡量那些先动的东西:

  • 相对于赛场强度的平均完赛名次,而不是单看完赛名次。
  • 每场比赛的得分,看一连串比赛的情况,而不是评分总数。
  • 每场比赛的事故数,这通常是其中反应最快的一项。
  • 一场比赛内的圈速离散程度:你最快一圈和一般一圈之间的差距。
  • 你在以前很吃力的分组里,是否已经能站稳脚跟。

这些会比评分更早改善,因为评分得等到足够多的比赛,才能把真实的变化和噪声区分开来。如果你圈速的离散程度一直稳定不下来,那么为什么你的圈速不稳定会是比再跑一场比赛更好的起点。

遥测中叠加的两圈,同一个位置油门分别是 100% 和 0%,这就是你提升 iRating 时要关注的圈速离散。
两圈在赛道上的同一个位置:一圈全油门,另一圈还在刹车。这个差距在评分变化之前很久就能量出来。

排位赛会改变计算方式吗?

不会直接改变:评分反应的是你在哪里完赛,而不是在哪里起步。但排位会改变你即将面对的那场比赛,而那会改变完赛名次。

起步位置越靠前,你周围的车越少,要扛过的第一圈事故越少,会让你丢时间的缠斗也越少。这对你的成绩有真实的影响,因此对你的评分也有真实的影响,但完全是通过完赛名次而来,而不是任何排位加分。如果排位是你丢分的地方,排位赛教程讲的是出站圈(out lap),而那正是大部分时间实际流失的地方。

有一个原因不在上述范围内,因为它根本与计分无关。如果你发现自己正在做出平时会否决的超车,而原因恰恰是你想把失去的拿回来,那这个数字就不再是在衡量你的驾驶,而是在塑造它。iRating 陷阱讲了这为什么会发生,以及如何打破这个循环。

真正卡住的是哪一个数字?

在你改变任何东西之前,先弄清楚你看到的是下面哪一种,因为它们需要不同的应对:

  • 速度持平。你没有变快。那是驾驶问题,请去看如何在 iRacing 中变快。
  • 速度在进步,评分持平。几乎可以肯定是上面三个算术原因之一。继续跑,二十场之后再检查一次。
  • 速度没问题,成绩有问题。是比赛攻防和事故,而不是速度。
  • 你在某些地方快、某些地方慢。通常是一个反复出现的习惯,而不是好几个具体弯道的问题,教练在一圈中发现的五个刹车错误展示了那是什么样子。
  • 你分辨不出是哪一种。那才是真正的问题,也是最值得先解决的问题。

最后这种情况是最常见的,也正是爬升停滞的全部原因:你这个层级的错误小到感觉不到,又稳定到一个人看不出来。如果你不想靠猜,这正是 GitGud Racing Academy 存在的意义:发一圈给我们,教练会告诉你实际上面对的是哪一种,以及该先练什么。

如果更大的问题其实不是那个数字,而是你在爬升过程中处于哪个位置,模拟赛车进步的五个阶段完全不参照任何评分,把这件事梳理了出来。

评分跟随的是速度和稳定性,而两者都不是靠多报名比赛得来的。两者都需要被教,而不是被累积;我们的课程从车辆控制一路覆盖到 GT3 和方程式,以及它们背后的车。

iRating 常见问题

在 iRacing 中怎样提升 iRating?

在你被分进的赛场强度下,以高于系统预期的名次完赛。iRating 比较的是你的完赛名次,和一位与你同评分的车手面对这些特定对手时应该拿到的名次,所以赢过更强的车手会加分、输给更弱的车手会扣分,与圈速无关。速度有帮助,是因为它带来更好的完赛名次,但数字本身打分的是相对于赛场的成绩,而不是秒表。

为什么我变快了,iRating 却没有上升?

有三个与你的驾驶无关的常见原因。升到更强的分组会提高系统对你的预期,所以以前能加分的成绩现在只能打平。真实的进步可能被同步上升的预期名次抵消,意味着你达到了新的标准,却什么也没赚到。而且单场比赛对数字的影响远大于一个月的真实进步,所以一个平坦的月份,常常是被噪声掩盖的真实进步。

每场比赛都跑完能提升 iRating 吗?

刚开始时可以,而且这是新手能做的单一最有效的事,因为新手赛场里有很大一部分人无法干净地完赛。这个效果会随着你的爬升而递减。到了更高的层级,你会被匹配到同样能稳定完赛的车手,所以单纯跑完比赛不再让你与众不同,而是变成每个人都能达到的基准线。如果干净完赛曾经是你的优势,而数字已经停滞,通常就是这个原因。

为什么我跑了一场干净的比赛,iRating 却掉了?

因为系统打分的是你的完赛名次相对于预期,而不是你的驾驶质量。在一个低于你评分的赛场里,一场整洁、零失误、刚好在预期位置完赛的比赛,可能几乎不值什么;而低于预期完赛,不管你开得多好都会扣分。事故在这里只有间接影响:它们让你掉名次,而掉的名次让你扣评分。

要跑多少场比赛,才能看到真正的 iRating 变化?

比大多数人愿意等的还多。单场比赛对数字的影响大于一个月的真实进步,所以少数几场成绩几乎说明不了什么。看大约二十场比赛,比较单场波动的幅度和全部加起来的净变化;如果波动远远超过净变化,这个样本的噪声就太多,无法据此对你的驾驶下任何结论。

排位赛会影响 iRating 吗?

不会直接影响,因为评分反应的是你在哪里完赛,而不是在哪里起步。但它的间接影响很大:更好的发车位置意味着你周围的车更少、要扛过的第一圈事故更少、会让你丢时间的缠斗也更少,这些都会改善你的完赛名次。这份收获完全通过成绩而来,而不是任何排位加分。

这篇教程属于 GitGud Racing Academy 的免费文章库。GitGud Racing Academy 是一所在线模拟赛车学院,以每周单圈分析、系统化课程、练习课题和训练工具为核心。

用正确的方式练好它

阅读只是第一步。在学院里,通过系统化、针对车型的课程,以及教练为你做的个人单圈分析,把它练成肌肉记忆。

加入学院 · $29.99/月
在 YouTube 观看完整视频