重生之我是荒野猎人赵括(本来我是想取这个名字的,但是我怕不够严谨,不过我不管,我就要放在前面
)
废话:楼主刚入坑还是小登的时候就学习了养猎理论,当时我心中就有一个模糊的想法,猎物的刷新是正态分布的,那具体是怎样的,苦于对游戏机制的了解和打法的局限性,最后不了了之。
现在!以新西兰黄鹿为例!我为大家带来最理论基础的数据:
1.第1列(A)为重置地图文件后全公鹿的体重,第2列(B)为随机击杀小退重置后的新生成的黄鹿体重,第3列(C)为再次随机击杀小退重置后的新生成的黄鹿体重,第4列(D)为经过随机击杀后的全部公黄鹿的体重
通过一系列数据计算 我们得出了4组数据的正态分布曲线,并通过方差分析,4组数据并没有明显差异,因此可以得出结论:
公鹿的刷新确实是正态分布的,这与前人大佬们的经验所得是相符的
验证:
1.已知珍稀黄鹿最低体重为105kg,代入函数可知,在游猎打一只或者打几只捡几只,不主动控体重的情况下,出奇珍的概率约为0.003%,即十万分之三的概率,吧里有游猎出奇珍的帖子,搜“游猎奇珍”就可以看到,24年有一个,25年有一个(我就随便搜了下,至少有俩),这也佐证了不养猎一样可以出奇珍。
2.用钻石黄鹿算概率其实更好,但是我不知道钻石黄鹿的体重区间....
对于目前养猎方法的检验:
1.首先,正态分布的应用在于“刷新/生成/补充”新的猎物,以重置地图为例,会重新生成以平均体重约80kg为顶点向两边逐渐减少的80个黄鹿
2.其次,在极限收菜时,会生成以平均体重μ为顶点向两边逐渐减少的20个黄鹿
平均体重μ=【总体重(约6400kg)-低分体重】/20,低分黄鹿数量是固定的60只,低分越多,μ越大,μ为顶点的正态分布曲线越向右偏移,奇珍所覆盖的面积也就越大
片尾废话:目前对养猎没有任何鸟用,但是,正如法拉第所说,一个新生的婴儿能有什么用呢,或者过段阵子,会为大家带来对于养猎的应用
目前的想法:
1.通过公式推导出养猎过程中,什么时候适合打低,什么时候适合打高,以提高效率
2.推导出“养分布时间+收菜时间”的最佳平衡,不追求“最”极限的养猎:极限的养分布确实可以提高后期收菜的效率,但是如果前期养分布的时间花费太多,整体时间甚至不如不极限
最后的最后,我这个表格是全公式的 只需要改体重就可以得出数据和直方图/正态分布图了,要是有喜欢研究理论的想要的话,再找我拿吧,我不会挂链接.....


废话:楼主刚入坑还是小登的时候就学习了养猎理论,当时我心中就有一个模糊的想法,猎物的刷新是正态分布的,那具体是怎样的,苦于对游戏机制的了解和打法的局限性,最后不了了之。
现在!以新西兰黄鹿为例!我为大家带来最理论基础的数据:
1.第1列(A)为重置地图文件后全公鹿的体重,第2列(B)为随机击杀小退重置后的新生成的黄鹿体重,第3列(C)为再次随机击杀小退重置后的新生成的黄鹿体重,第4列(D)为经过随机击杀后的全部公黄鹿的体重
通过一系列数据计算 我们得出了4组数据的正态分布曲线,并通过方差分析,4组数据并没有明显差异,因此可以得出结论:
公鹿的刷新确实是正态分布的,这与前人大佬们的经验所得是相符的
验证:
1.已知珍稀黄鹿最低体重为105kg,代入函数可知,在游猎打一只或者打几只捡几只,不主动控体重的情况下,出奇珍的概率约为0.003%,即十万分之三的概率,吧里有游猎出奇珍的帖子,搜“游猎奇珍”就可以看到,24年有一个,25年有一个(我就随便搜了下,至少有俩),这也佐证了不养猎一样可以出奇珍。
2.用钻石黄鹿算概率其实更好,但是我不知道钻石黄鹿的体重区间....
对于目前养猎方法的检验:
1.首先,正态分布的应用在于“刷新/生成/补充”新的猎物,以重置地图为例,会重新生成以平均体重约80kg为顶点向两边逐渐减少的80个黄鹿
2.其次,在极限收菜时,会生成以平均体重μ为顶点向两边逐渐减少的20个黄鹿
平均体重μ=【总体重(约6400kg)-低分体重】/20,低分黄鹿数量是固定的60只,低分越多,μ越大,μ为顶点的正态分布曲线越向右偏移,奇珍所覆盖的面积也就越大
片尾废话:目前对养猎没有任何鸟用,但是,正如法拉第所说,一个新生的婴儿能有什么用呢,或者过段阵子,会为大家带来对于养猎的应用
目前的想法:
1.通过公式推导出养猎过程中,什么时候适合打低,什么时候适合打高,以提高效率
2.推导出“养分布时间+收菜时间”的最佳平衡,不追求“最”极限的养猎:极限的养分布确实可以提高后期收菜的效率,但是如果前期养分布的时间花费太多,整体时间甚至不如不极限
最后的最后,我这个表格是全公式的 只需要改体重就可以得出数据和直方图/正态分布图了,要是有喜欢研究理论的想要的话,再找我拿吧,我不会挂链接.....

















