PROS的不妙冒险（终） 详解游戏中常用的随机机制
先说些题外话，最近面试、笔试、实习、毕设赶到了一起，笔者的生活突然被挤得满满当当……经过一番考虑，还是决定先停掉Connect上教程的更新，来面对接下来几周繁重的任务。对不起！各位读者！我写的这几篇文章与其说是教程，不如说是一些我在学习Unity的记录与感触。我热爱分享和交流，但也深知自己写文水平的不足。我希望，在我经过一段时间的积累与沉淀后，可以给大家带来更多更有趣的东西！今天来盘点几套游戏中常
·
先说些题外话，最近面试、笔试、实习、毕设赶到了一起，笔者的生活突然被挤得满满当当……经过一番考虑，还是决定先 停掉Connect上教程的更新 ，来面对接下来几周繁重的任务。对不起！各位读者！
我写的这几篇文章与其说是教程，不如说是一些我在学习Unity的记录与感触。我热爱分享和交流，但也深知自己写文水平的不足。我希望，在我经过一段时间的积累与沉淀后，可以给大家带来更多更有趣的东西！
今天来盘点几套游戏中常用的随机机制，以及实现方式。
先来科普一下，什么是“随机机制”。
真随机 ：比方说现实生活中，我们掷一枚硬币，在结果产生之前，我们都知道正面朝上的概率是50%，但却都不知道结果到底是哪面朝上。就像彩票开奖之前，我们都不知道特等奖的号码一样。
伪随机 ：由计算机按照一定算法，把一个种子处理成一串看似随机的数字序列。由于算法是固定的，所以只要知道了种子，那么我们就能预知它产生的随机数。
可以看到，它们的区别就在于“可预测性”。但玩家绝大多数情况下不知道种子，这时真伪随机的区别就不大了，我们可以放心的用伪随机来模拟生活中的真随机事件。
但用户究竟是人 。他们很难绕开一些心理学上的问题，会对完全随机的结果产生一些抱怨：
“不爱听的那首歌已经播放了3次，而爱听的那首一次都没有播放”
“我充值了这么多钱的号，装备居然比一个不充值的号要差”
“刚刚随机生成的地牢简直完美，可是想复盘重温一下犹如大海捞针”
“他在团战中连续暴击了4次，把我们的输出位全都秒了。一年的辛苦训练葬送给了他的好运气”
显然，这些情况的出现会对我们的产品不利。这时，我们就要给“完全随机”中加入一些 机制 ，既让随机来的公平，又让用户体验良好，心服口服。接下来笔者将会由浅入深，为大家介绍4种常见的随机机制，来应对不同情况。
1.随机打乱——难度★☆☆
网传苹果最早的音乐播放器采用了不加修饰的随机播放，随即招来了大量用户的不满与反感……可以看到，现在大多数的随机播放，都是将播放列表随机打乱后依次播放。除非你听完了列表里的所有歌，否则下一首播放的，一定是没听过的。
2.怜悯计时器——难度☆☆☆
《明日方舟》中的抽卡机制有这么一条：玩家抽中6星干员的概率为2%，如果玩家连续50次没有抽到6星干员，那么之后的每一次抽卡中，这个概率都会上涨2%，直至你抽中之后恢复2%。《炉石传说》中的新版本卡包，会让玩家在前十包中必定开出一张橙卡。诸如此类的机制我们称为“保底”。
这种保底机制实际上就是给多次失败的玩家提升成功的概率，可以看作是给“完全随机”加上了 补充条款 。例如《明日方舟》的6星干员概率是2%，但加上这条规则之后概率就高出了2%。它没有程序实现上的难度，却给玩家的心理上添加了一缕安全感。即让零充玩家的实力不会太弱，又让氪金大佬的实力可以稳步上升。
3.种子编号——难度★☆☆
有些游戏的随机关卡是可以由玩家输入种子编号来进行生成的，例如《杀戮尖塔》。我们知道，只要使用System.Random类，通过同一个种子实例化出的对象，它们产生的随机数序列是完全一样的。利用这一点，我们可以给随机的游戏加上 复盘 的功能。
4.PRD机制——难度★★★
不加修饰的随机是：每次试验，事件发生的概率都为P，那么m次试验中，事件发生的理论次数，即数学期望为m×P；
PRD机制加持后，规则变成了这样：首次试验，事件发生的概率为C，如果事件没发生，那么在下次试验中事件发生的概率增加C，以此类推，直到事件发生后，下一次试验事件发生的概率恢复到C。用公式表达即为P(N)=N×C。概率会随着失败次数的增加而增加，然后在成功之后又恢复到一个小于平均水平的值。
PRD机制不同于上述保底机制之处，在于它不仅可以保底，而且还可以减少事件连续发生的情况。最重要的是，它的数学期望与“完全随机”的m×P相等。利用这一点，我们可以逆推出概率P与概率C的联系，进而将两者互相转换。
已知C求P比较简单，我们只需用C算出PRD机制的数学期望E，那么P便是1/E： 但是从实际应用的角度出发，我们往往是策划好了概率P，需要去求PRD机制下对应的概率C。这里我们使用二分逼近法来求出近似解： 听说这个机制是《魔兽争霸III》中首次应用的。真的佩服PRD机制的发明者。 它既降低了事件连续不发生的概率，又降低了事件连续发生的概率，并且还没有改变事件发生的数学期望 。它只有一个缺陷： 由于CFromP()的计算消耗稍大，DOTA就预先算好了P与C的对应表，在游戏进行时只需查表即可得到各个概率P对应的C值。
现在我们可以意识到，游戏中很少有直接使用不加工的随机数的情境。
我这里提到的随机机制可能只是冰山一角，还有一些活动策划提出“ 弹性奖池 ”、“ 浮动概率 ”等概念来控制收益，以及通过大数据来小幅修正每位玩家的概率实现“ 捧新杀熟 ”……一个优秀的随机机制，对游戏的提升不可谓不小。
当然，我们作为玩家时，最好能以平常心对待随机机制。不要对6星干员、SSR、橙卡之类的稀有道具抱有不切实际的期望，才能获得良好的游戏体验。得之我幸，失之我命，我们玩游戏当然是为了消遣与排解，要是总抱怨的话，岂不是被游戏玩了？
好的~这就是本期的全部内容啦！如果本期内容对您有所帮助，也希望您能点赞+收藏支持我！
上期完整工程：https://github.com/MageAcademy/Mirror
分享前沿Unity技术干货和开发经验，精彩的Unity活动和社区相关信息
更多推荐
0
0- 0
已为社区贡献739条内容
所有评论(0)