游戏设计中有哪些经典的计算公式

《游戏设计中有哪些经典的计算公式》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、知乎窗体顶端游戏设计中有哪些经典的计算公式？270刘旭颖，游戏策划，数据流，历史控，鸡汤终结者收起何伟杰、陈健驰、WuShawn等人赞同=======2013.7.19号更新============来填坑了。。。。没做过DOTA类游戏的平衡，LOL也玩得不多，只能说下我自己的办法第一个问题：符文系统和天赋系统存在的必要性和对战局的影响？先引入两个概念：Ehp：effectivehealthpoint有效生命Ehp受自身的HP、闪避、防御、护甲、韧性、格挡、招架、免伤、技能系数、等级加成、各种抗性等等数值影响。举例：假如你有1W生命，且有50%减伤（与

2、对方命中无关），那你的ehp就是2W。Edps：effectivedamagepersecond有效输出Edps受自身的攻击力、命中值、暴击率、暴击效果、穿刺、急速、等级加成、各种属性攻等等数值影响。举例：假如你的输出间隔是1S，100%命中，攻击力为100，暴击率为100%，暴击效果为150%，则你的edps为150。则在在两个人之间的胜负结果，始终可以用下面的公式来表示：所谓的符文、天赋、装备等等各种系统，归根结底都是对人物数值的影响，本质上并无任何区别，每新增一个系统，不过是把每个属性的数值成长上限放高而已。所有以上没有哪个系统是必要存在的，今

3、天可以做成符文系统，明天还可以换成后宫加成系统，表现形式不同而已。至于对战局的影响，最优解的问题会谈到。第二个问题：关于数值成长中最优解的存在（开会去。。。晚点填）==============================================================ELO等级分体系（很久之前做过的PPT，东西太多有点乱，粘一部分上来）简介ELO等级分体系是根据它的推广者埃洛(elo)名字命名，它是一种以数值表示的体系，将等级差别转化为分数或取胜概率。理论基础粗略看一下很多比赛的成绩表，能够看出某个选手的表现是有起伏的，即有“状态

4、”之分。强手未必恒定表现好于弱手，每人之状态在不同的日子不同的比赛里都会有好坏不同。而总的来说整个生涯里每一点上，一名选手的表现将大致围绕在某个平均水平上下波动，有时会有背离，而出现大背离的情况比出现小背离的情况频率要低。于是，有了ELO体系的第一个假定：可以建立这么一个等级量表，某个体在这个表里的不同表现将正常分布。第二个假定简单地说：在某一个特定的实力范畴里，尽管可能存在实力上的差异，但总的来说可以预期没有谁比谁好或差很多。由此可以定量划分区间。等级量表-区间尺度等级差别是可能性方面的唯一重要因素。指对阵双方谁有多大机会胜/负/和，唯一影响因素在

5、于他们之间的等级差别，这样排除了难以确定的“状态好坏”(第一假定)，也排除了具体谁对谁的影响(第二假定)。因此即使出现“爆冷”或“克星”，也视为偶发情况，因为ELO体系是建立在样本足够大量的统计基础上的。标准分类间隔（附表）即某一个等级里最高与最低之间的差别。在国际象棋里，FIDE(即国际棋联)采用每200分为一个间隔的分类法，并且给每一个间隔取一个名字或排名以更好分辨。常态分布函数强手未必总是胜过弱手，于是就使用一个“常态分布函数来代表一名选手的波动表现，这是统计学上的概念。从这个函数里可以得出另一个函数叫“常态概率函数”，这个就定义了根据比赛对抗

6、结果可得出的等级差别，或者根据已知的等级差别可得出的预期比赛对抗结果。它是这样的：P(D)这个值，就是以等级分差别D为自变量计算出来的预期取胜可能性(预期得分率)，它可近似用下面这个公式来计算:举例一Ra：表示队伍A当前的等级分Rb：表示队伍B当前的等级分Sa表示队伍A的比赛结果，胜利S值为1，平局S值为0.5，失败S值为0Ea：表示A在这场比赛中的胜负值期望Eb：表示B在这场比赛中的胜负值期望其中Ea+Eb=1，也就是胜率和为1举例二一个等级分1950的选手，她的对手等级分1700分，那么她取胜的机会有多大呢？等级分差别D=1950-1700=25

7、0，代入上面那么近似计算公式，就是：也就是说，她胜利的机会有80.8%，大约是81%。事实上，看下表，即可得知等级分差别在246-256之间的强手预期取胜可能性就是81%。不用计算。上面看不懂？没关系！当前等级分公式Rn=Ro+K*(W-We)Rn是赛事后的新等级分；Ro是赛事前的原等级分；K是单局得分的等级分点值，它是一个系数，取值有约定的；W是实际对局得分(胜得1、和得0.5)；We是在原等级分基础上的预期对局得分。这个公式是用来在连续基础上(也就是每局或每个赛事之后)计算新等级分的。它把最新的表现调整考虑进先前的等级分中。它的逻辑意义是一个选手

8、的表现高于他的预期得分以及低于他的预期失分。系数K决定了事前等级分和本次表现分的相应权数。K值越高，那么越近