【多重概率性EHP叠加值2】异形的数值探索之旅（75）★

疯狂异形

今天来谈谈圆桌理论吧。
嗯，玩过WOW的应该会对这种理论很了解才对，毕竟WOW里有很多机制都是建设于圆桌理论之上的。

  圆桌理论听起来好像很奇怪很抽象，但原理其实很简单：
一个角色有大量的属性，命中躲闪招架等等。
那么，在判定时，我们使用圆桌理论与优先度决定执行顺序，以及是否执行：
你的攻击是否命中→如果命中是否躲闪，如果未躲闪是否招架。
  就这样按照先后执行顺序排列下去，然而，圆桌理论的结算是有最大值的，最大值的计算方法长得跟机制比较像：
  若命中率+躲闪率≥100，则角色无法进行招架计算。
优先度高的能够将优先度低的属性挤下圆桌，并以此确保平衡；并且在所有结算的最后，再结算普通攻击，并以此来填补100%这块大蛋糕上面的空缺处。

  圆桌理论好在哪里？要回答这个问题，你得搞清楚老方法差在哪里。
当我在说老方法时，我是指这里所提到的修正法：
【多重概率性EHP叠加值】异形的数值探索之旅（40）+
http://rpg.blue/forum.php?mod=vi ... &fromuid=105548

看完了么？
你现在知道这是什么方法了吧。

对的，这种方法也有它自己的不足之处，那就是不方便；你真的想要在一千次计算中每次都与这家伙打交道？如果能够跳过这一步直接去做更有意义的EDPR多好！
  是的，问题就是在这里，麻烦。
当数值的哪个不想省点功夫？

40篇中提到的平衡方法，实际上是很方便进行调试的，但凡是这种分别进行随机计算的方法，或早或晚都要跟修正值打交道，而且在程序上会略显复杂。
  但是好处同样也有不少，比方说你给格挡率填了一个90%概率，那使用衰减公式去除可能造成影响的因子之后，你的式子就会立马变成实际效益为90%的闪避值。
  但是，衰减因子并非全是坏事；通过衰减总效益的方式，实际上这种传统方式提供给我们一种独特的平衡方式，它能够在一系列的衰减效果相互作用下使公式达到宏观上的平衡，这是一种很棒的优势，这意味着经济系统完全可以借鉴这个思路去设计。

  忽然有一天，某位数值猛地将两块砖头拍向脑袋：“我们不单单能从衰减因子上进行限制和调控，还可以通过观察问题原因来思考解决方案以及对策！”
  那么，问题的源头出在哪里呢？
猜到判定机制的请举手，恭喜猜中啦，哈哈。
  
根据判定的优先度决定所有非最前结算单位值，其衰减因子的比重，这是多次掷骰的算法
根据判定的延后度决定有价值，且最后结算单位的衰减因子比重，这是圆桌论的用法。..


  
  算法？
1-A比重=B可用比重
1-B比重=C可用比重
简单来说，若A>=1，则B或C的触发概率为0


当然，你也可以换个方法来做
1/100=1%
5/500=1%
这里也一样，将每个个体的总比重除以集合内的每个项目。
  若比重：A=30/100，B=60/100，C=90/100
  则A/(A+B+C)=A的实际比重

而在数值建模中，每个技能的价值就正和原子数的算法一模一样
  (A价值*A比重)+(B价值+B比重).....+（∞x价值+∞x比重）=技能总价值
需要的只是一个扩展方法而已。

需要注意的是，比重不是能一眼就看出来的。
　　若结算顺序为A→B→C
　　则B的比重为1-A比重=(b+c)

这种做法就等于是跟技能价值算法同步了，比较方便
  但总体来说，还是圆桌更有趣一些

疯狂异形

电子最终龙 发表于 2012-12-3 02:21
實際上圓桌理論還是引入了優先級嘛……只不過優先層數是3層
個人感覺傳統概率算法平衡起來更方便點。 ...

无论哪种判定机制，都保存着统一的本质：效能衰减。在多次掷骰中，衰减行为对(n-1)!的对象进行影响；圆桌论的方法等于改成了“若n比重>0，则n-1=0%”，把食物链底端的给吃掉，以此保证顶端的健康生存。

如果你要投x个骰子，设它们都是100面的，那么：
空集（t）=100∑（k=1）：P*k*[e^(i*t*ξ*k)]
  求特征，求离散随机变量，最后根据输出值决定函数图；你会发现圆桌论的概率变化远比多次掷骰稳定得多。

概率这玩意儿不是说随便把X这个玩具丢进f这个大黑屋子里，出来的时候就能变成概率分布图的；它来自对规律的总结，一个又一个的公式。

电子最终龙

實際上圓桌理論還是引入了優先級嘛……只不過優先層數是3層
個人感覺傳統概率算法平衡起來更方便點。