(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
&&|&&0次下载&&|&&总9页&&|
您的计算机尚未安装Flash，点击安装&
阅读已结束，如需下载到电脑，请使用积分（）
下载：5积分
相关分类推荐
0人评价1页
0人评价1页
0人评价66页
0人评价19页
0人评价84页
所需积分：（友情提示：大部分文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
文档内容侵权
已存在相同文档
不属于经济管理类文档
源文档损坏或加密
若此文档涉嫌侵害了您的权利，请参照说明。
我要评价：
下载：5积分游戏数值策划常用公式_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
游戏数值策划常用公式
你可能喜欢游戏数值策划-经验值计算公式的设计_中华文本库
第1页/共3页
较复杂的概念源自于设计师对游戏整体的把握， 例如我们在设计游戏中主角的成长经验值时， 并不能随意给出个公式就了事，那是毫不负责任的。 经验计算的基础模型 我们通常说的成长所需经验公式大多是： 每级升级所需经验=Lv^3*修正值+修正值 直接拿这个用，可以吗？当然不行！ 首先我们要了解成长所需经验的概念， 我们为什么需要这个值， 这个值控制了什么？稍加想 象就可以明白，成长所需要经验公式的意义其实就是为了控制玩家的升级时间。 因此刚才那个公式应改为玩家练级时间公式： 每级升级所需时长=等级^3*修正值+修正值，单位为秒。 我们再稍微修改一下： 每级升级所需时长=(等级-1)^3+60 于是可以得到 1-100 练的练级所需时间曲线：
经验公式的推导 当我们得到了练级所需的时间后， 我们如何算升级所需的经验呢？其实有很多种做法， 我暂 时只说其中一种。 我们可以先设计怪物的经验计算公式， 然后再设计怪物被玩家杀死的平均时长。 例如我给怪 物的经验计算公式设置为： 杀死同等级怪物所得经验=(怪物等级-1)*2+60 然后再给杀死同等级怪物所需要的平均时长设置为： 杀死同等级怪物所需时长=5 秒 那么升级所需要经验则为（假如我们的游戏只能通过杀怪升级） ： 每级升级所需经验=每级升级所需时长/杀死同等级怪物所需时长*杀死同等级怪物所得经验 更完整一点应该为： 每级升级所需经验=((等级-1)^3+60)/5*((等级-1)*2+60) 于是得到曲线：
但是我们再来看看数据：
数值进行优化，以变的更好 上面数值看起来并不优美，于是我们拿函数 floor 进行修正，于是经验值公式为： 每级升级所需经验=floor(((等级-1)^3+60)/5*((等级-1)*2+60)+60,50) 结果更好看了一些，所有的值均可被 50 整除。
尽管结果和理想有一些误差，但还是可以接受的。不过以上所说的只是简单的设计方法，实 际进行经验公式设计时还需要做很多验算和调整， 例如你还需要考虑玩家杀高等级怪或是底 等级怪时的情况。
第1页/共3页
寻找更多 ""遊戲設計中有哪些經典的計算公式？ | ::GAME2.TW::臺灣遊戲攻略
遊戲設計中有哪些經典的計算公式？
&&&&&& 遊戲設計中有哪些經典的計算公式？
　　第一個問題：符文系統和天賦系統存在的必要性和對戰局的影響？
　　先引入兩個概念：
　　Ehp：effective health point 有效生命
　　Ehp受自身的HP、閃避、防禦、護甲、韌性、格擋、招架、免傷、技能係數、等級加成、各種抗性等等數值影響。
　　舉例：假如你有1W生命，且有50%減傷（與對方命中無關），那你的ehp就是2W。
　　Edps：effective damage per second有效輸出
　　Edps受自身的攻擊力、命中值、暴擊率、暴擊效果、穿刺、急速、等級加成、各種屬性攻等等數值影響。
　　舉例：假如你的輸出間隔是1S，100%命中，攻擊力為100，暴擊率為100%，暴擊效果為150%，則你的edps為150。
　　則在在兩個人之間的勝負結果，始終可以用下面的公式來表示：
　　所謂的符文、天賦、裝備等等各種系統，歸根結底都是對人物數值的影響，本質上並無任何區別，每新增一個系統，不過是把每個屬性的數值成長上限放高而已。所有以上沒有哪個系統是必要存在的，今天可以做成符文系統，明天還可以換成後宮加成系統，表現形式不同而已。至於對戰局的影響，最優解的問題會談到。
　　第二個問題：關於數值成長中最優解的存在
　　ELO等級分體系
　　（很久之前做過的PPT，東西太多有點亂，粘一部分上來）
　　ELO等級分體系是根據它的推廣者埃洛（elo） 名字命名，它是一種以數值表示的體系，將等級差別轉化 為分數或取勝概率。
　　理論基礎
　　粗略看一下很多比賽的成績表，能夠看出某個選手的表現是有起伏的，即有「狀態」之分。強手未必恒定表現好于弱手，每人之狀態在不同的日子不同的比賽裡都會有好壞不同。而總的來說整個生涯裡每一點上，一名選手的表現將大致圍繞在某個平均水準上下波動，有時會有背離，而出現大背離的情況比出現小背離的情況頻率要低。
　　於是，有了ELO體系的第一個假定：可以建立這麼一個等級量表，某個體在這個表裡的不同表現將正常分佈。
　　第二個假定簡單地說：在某一個特定的實力範疇裡，儘管可能存在實力上的差異，但總的來說可以預期沒有誰比誰好或差很多。由此可以定量劃分區間。
　　等級量表-區間尺度
　　等級差別是可能性方面的唯一重要因素。
　　指對陣雙方誰有多大機會勝/負/和，唯一影響因素在於他們之間的等級差別，這樣排除了難以確定的「狀態好壞」（第一假定），也排除了具體誰對誰的影響（第二假定）。
　　因此即使出現「爆冷」或 「剋星」，也視為偶發情況，因為ELO體系是建立在樣本足夠大量的統計基礎上的。
　　標準分類間隔（附表）
　　即某一個等級裡最高與最低之間的差別。在國際象棋裡，FIDE（即國際棋聯）採用每200分為一個間隔的分類法，並且給每一個間隔取一個名字或排名以更好分辨。
　　常態分佈函數
　　強手未必總是勝過弱手，於是就使用一個「常態分佈函數來代表一名選手的波動表現，這是統計學上的概念。從這個函數裡可以得出另一個函數叫」常態概率函數「 ，這個就定義了根據比賽對抗結果可得出的等級差別，或者根據已知的等級差別可得出的預期比賽對抗結果。它是這樣的：
　　P（D）這個值，就是以等級分差別D為引數計算出來的預期取勝可能性（預期得分率），它可近似用下面這個公式來計算：
　　舉例一
　　Ra：表示隊伍A當前的等級分
　　Rb：表示隊伍B當前的等級分
　　Sa表示隊伍A的比賽結果，勝利S值為1，平局S值為0.5，失敗S值為0
　　Ea：表示A在這場比賽中的勝負值期望
　　Eb：表示B在這場比賽中的勝負值期望
　　其中Ea+Eb=1，也就是勝率和為1
　　舉例二
　　一個等級分1950的選手，她的對手等級分1700分，那麼她取勝的機會有多大呢？
　　等級分差別D=0，代入上面那麼近似計算公式，就是：
　　也就是說，她勝利的機會有80.8%，大約是81%。事實上，看下表，即可得知等級分差別在246-256之間的強手預期取勝可能性就是81%。不用計算。
　　上面看不懂？沒關係！
　　當前等級分公式
　　Rn = Ro + K * （W – We）
　　Rn是賽事後的新等級分；Ro是賽事前的原等級分；K是單局得分的等級分點值，它是一個係數，取值有約定的；W是實際對局得分（勝得1、和得0.5）；We是在原等級分基礎上的預期對局得分。
　　這個公式是用來在連續基礎上（也就是每局或每個賽事之後）計算新等級分的。它把最新的表現調整考慮進先前的等級分中。它的邏輯意義是一個選手的表現高於他的預期得分以及低於他的預期失分。
　　係數K決定了事前等級分和本次表現分的相應權數。K值越高，那麼越近的賽事表現的分量越大。反之則反之。一般K值範圍從10到32。下面是一個K取值參考表：
　　舉例三
　　一個隊伍等級分1650，比賽中分別與等級分為和1550的三個隊伍對了陣，戰勝了低分的兩個，逼和了最高分的那個。問新等級分是多少？
　　K值取10;Ro=1650;W（勝2和1） = 1 + 1 + 0.5 = 2.5
　　We = P（1650 &#） + P（1650 &#） + P（1650 &#）
　　=0.910 + 0.638 + （1-0.921）
　　=1.627
　　套入第二個公式，即Rn = Ro + K * （W – We） = 1650 + 10 * （2.5 &#） = 1659
　　也就是她在這次賽事後，等級分升了大約9分，成為1659。
　　舉例四
　　某競技場隊伍等級分2350，11場比賽5勝6負，K取32;對陣11場情況如下：
　　已知原等級分Ro為2350，已知本次比賽實際對局得分W=5，已知K值取32，已知（總）預期對局得分We為5.24， 計算時可省略為5.2，那麼根據公式（2），Rn = Ro + K * （W – We），新等級分Rn = 2350 + 32 * （5 &#） = 2343.6 , 大約是2344，比之前下降了。
您可能對下面文章也感興趣2608被浏览80616分享邀请回答3添加评论分享收藏感谢收起}