Dota玩不好,那是你算法不行

Allstars

很多人玩 Dota 的时候总说,脸太黑了,剑圣都不暴击,暴击的话对面英雄就带走了,但是暴击真的看脸吗?其实不然,当你深刻理解伪随机算法——Dota 里对各种概率型攻击内置的算法(Pseudo Random Distribution,简称 PRD ,不是需求文档!),我想你还是可以对暴击进行一些人为干预的。这就是你 dota 水平迈向另一个境界的时候了。

伪随机跟真随机有什么区别?来举个例子吧,假如剑圣的暴击几率为 20%,那么真随机的情况下,系统随机在1~100里面生产一个整数,如果生成的整数小于等于 20,那这次攻击就判定为暴击。这个时候就有可能出现连续 5 次攻击全是跳劈,脸黑得选手可能连续 10 次攻击也没有一次暴击。而极限的情况就是,你的 BM 或者 PA 可能一整场都在暴击(卧槽,你丫开挂呢),或者你打完一整场都没暴击过一次(简直猪队友啊不能忍)。而伪随机呢,就是用来解决「减少连续性暴击,减少连续性没暴击」这个问题。

还是拿剑圣 20% 暴击概率举例,这时候剑圣第一次攻击暴击的概率是 5.57%,而下次的攻击就会是 11.14%,如果第二次还没暴击,那么接下来的第三次攻击的暴击概率就提升到了 16.71%,每次都加 5.57% ,直到第 17 次攻击就会是 100.26% 的保证性暴击( (⊙o⊙)…,好像还真有脸黑的情况存在)。暴击之后回到之前的 5.57%,这样在多次的攻击后会形成平均 20% 暴击的几率。

使用 PRD 机制的事件
进攻类,暴击、重击、双刀、漩涡
防御类,山岭的皮肤,所有盾类

不受 PRD 机制控制的物品有
碎骨锤,深渊之刀的晕,蝴蝶/天堂之戟的闪。

概率公式

p(N) = C * N

P(N) 表示在第 N 次攻击时该动作发生的概率(下面还是以暴击举例吧),N 表示第 N次修正概率后的攻击次数(最小值为1),C 表示暴击发生的初始概率以及每次攻击之后概率的增量,是个简单地线性关系。当 N 足够多得时候,P(N)总会趋向于1。在以下的文章里,技能描述上的概率会以 P(E) 来代替,表示期望值。

下面有两个表来描述常数 C 。P(E) 表示期望值,C 是常数。MAX N 表示理论上叠加到100%暴击之前的最后一次攻击计数,举个例子,如下表,比如的暴击几率是45%,C 是0.24931,那么N就是4,因为之前的连续4次攻击都可以是普通攻击(第4次攻击的),但第五次的时候,必定暴击。

当然以上得理论值不是暴雪实际中应用的数值,实际应用是如下表

在上面表中可以发现,当暴击几率到一定值得时候,实际暴击几率 P(actual) 就低于P(E) ,这后面就会涉及到暴击收益递减的问题,这里就不深入讨论了,dota里面的暴击也不是那么好堆,如果 WOW 的话倒是可以讨论一下。

再把两个图放一起对比,好好感受一下。常数C在在30%的时候实际值跟理论值还是很接近的,但是超过这个值以后,误差就开始大了。

那么引起这个概率偏差的原因是什么呢?简单归纳是由以下两点因素造成

1.常数 C 的有效位数。我们可以从上面的表格中看到,在实际运算中我们没有采用无限小数位而是取了一个近似的5位有效数字,造成了之后的误差。如果是采取动态实时算法来获取 C 的话,这会使每一次攻击动作的判定都会耗费非常多的 CPU 资源,因此选取了一种静态的 look up table ,以节省游戏资源。

2.所有的数值都是为天梯地图准备的,而不是普通用户自己编辑的地图。我们可以发现天梯地图里面技能概率值最大的特殊攻击是牛头人的粉碎,触发几率为 25%,再回头看看,在 30% 以下,实际技能触发概率和期望概率是基本一致的,30% 以后的 C值 都是在用之前的数据拟合的。所以大几率触发的事件目前来看并不重要,而且暴雪粑粑也不关心这些情况。

那么知道以上算法后,对我们DOTA有什么指导意义呢?来个下面的场景,上路二塔附近团战马上开打,你操控剑圣先去打普通怪物,连续两次(如果贪心的话你可以凑3次或者更多,看你感觉...)攻击不暴击的话,你就可以上去开战了,这样第一刀上去必然暴击,这肯定会提高你这次团战的 DPS。

一些注意事项,很重要

虽然知道暴雪引擎内置了 PRD 算法,但很多机制还是得通过游戏观察推理得到,因为并不知道暴雪到底是如何运用 PRD 算法。比如你在攻击建筑物的时候攻击计数不会增加( 一段时间拆塔之后,回头给一刀敌方英雄,不会100%暴击 )。你的攻击计数也不会因为对方英雄的闪避(比如蝴蝶、PA 自带的闪避技能)、高地造成的丢失而增加,但其中有一个例外,那就是虚空的「回到过去」,这个技能的机制是一种魔法效果,因此你的攻击被虚空「回到过去」时,你的攻击计数是会叠加的。

对于法球效果,在内置冷却期间攻击计数不会停止。对于一个英雄同时拥有多项 PRD 机制的技能,攻击计数是独立的。而一旦其中某个技能事件触发,所有的攻击计数都会归0,重新开始计数。当然每个幻想都有自己独立的攻击计数。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 156,757评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,478评论 1 289
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,540评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,593评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,903评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,329评论 1 210
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,659评论 2 309
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,383评论 0 195
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,055评论 1 238
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,337评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,864评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,227评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,820评论 3 231
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,999评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,750评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,365评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,260评论 2 258

推荐阅读更多精彩内容