快速戰鬥(未新增)，打磨(已新增)

[hoshinomichi999]

1.打磨 打磨的目標值更改為占加總值百分比計算，而不是用絕對數值 使設定以及觀感上都有更好的體驗 例: 武器-柯迪專武 目標屬性-戰技 占比-55% 其中數值最大設定不超過60% (其實55%已經不好磨了，目測60%已經接近單一欄位上限 如果有方法得知上限，則使用該方法得出的資訊為準)

2.快速戰鬥 由於快速戰鬥基本上是遊戲中獲取資源性價比最高的功能 所以添加快速戰鬥可以設定次數的設定。

[sacredcodex]

前两天我统计了大概3000条数据，只讨论金币洗点。 记4项属性和为S，最小值逼近2/15 S（略大），反推最大值3/5 S。 根据Q群友所说，钻石可以突破这个范围，贫穷的我没有测试。 概率分布上，小的属性比大的属性更容易出现，目前我猜测是负指数分布，或者伽马分布。 这是我做的负指数分布拟合： 概率公式: pdf(x) = 1/scale exp(-1/scale (x - loc)) 其中loc是最小值 2/15 S，loc + scale = 平均值 1/4 S。 在这个分布下，大于55%的概率约为3%，洗76次会有90%概率成功，151次有99%概率成功。 如果有大佬愿意帮忙，希望能够解释一下问题：

1. 4个属性虽然都是右偏分布(更容易出现较小的值)，但似乎不属于同一分布（上面拟合只是我自己用来参考打磨数据的），4种属性方差也相差比较大。
2. 如果单独作为4个随机变量，属性和是不固定的，甚至在极小概率下，单值超过S，目前不清楚mmt算法是如何实现的。

[moonheart]

不太懂这个问题，提供一些信息作为参考

装备有个属性 AdditionalParameterTotal 表示四个属性和，具体的值可以在这里看到 mementomori-masterbook ;

单个属性是最大值是 60%，这是在游戏客户端代码里看到的;

群里有人说不同稀有度的装备，概率似乎也是不一样的，高稀有度的装备似乎更难打磨出目标值

[sacredcodex]

谢谢分享的表格。

在EquipmentMB表格中，存在一列EquipmForgeId属性，应该对应了另一个表格EquipmentForgeMB。数值1\~6对应了装备稀有度从D\~S+的ForgeId。之后非副本掉落装备ForgeId都是0，在表格中没有。尽管id都是0，也有必要确认概率是否相同，之后几天我会多打磨确认一下。

根据之前issue中提到的，打磨似乎是客户端提交请求，数值是服务器给的，也就是客户端中不存在打磨的算法，我的理解是否正确？

[moonheart]

@sacredcodex 是的，客户端只提交请求，由服务端计算打磨

[moonheart]

新版 1.8.5 我修改了打磨的日志输出，看不到四属性的值，可以在 1.8.4 中进行测试

[sacredcodex]

坏了，刚更新

[hoshinomichi999]

不是專業的，簡單提一下我的看法 1.雖然在打磨中4個屬性最大最小值一樣，但依據符石來看，4個屬性中，耐力相較於另外3個屬性低的，可能在不同屬性有不同的加權。

2.這有蠻多方法，像是正規化，直接裁減，或是不同定義域使用不同函數，也有可能不是經過一次的機率運算，而是先用f(x)決定A再g(A)決定4個屬性，這些方法都對分布(第1.點)有不同程度的影響。

[sacredcodex]

目前我完成了一种计算方法，在累积概率分布上和服务器返回值基本一致：

其中黄线是我的生成算法给出的属性的累积概率分布，蓝线是542条360级ssr鞋子打磨的属性分布。

虽然不能确定服务器上算法是否是这样，但我认为两者相差不大，可以提供一定的概率参考。

下面我会给出具体的计算方法：

# S (int) 武器的四项属性之和
# size (int) 打磨次数

random = np.random.RandomState()
nums = np.ones((size, 4))
for i in range(size):
    # 4个随机变量采样，p(x)=e^(-x)
    nums[i] = random.exponential(1,4)

# 先除以四个采样数值之和，然后乘总属性的 7/15，最后每项属性加上最小值，总属性的2/15
nums = nums / np.sum(nums, axis = 1).reshape(size,1)* 7 * S / 15 + 2 * S /15
return nums.astype(np.int32)

因为这个方法得到的已经不是相互独立的随机变量，对于概率分布也不好计算。我会根据大量的生成数据给出近似概率：

目标百分比	1次打磨成功率	10次打磨成功率	100次打磨成功率
50%	0.038	0.32110	0.97923
51%	0.02778	0.24552	0.94023
52%	0.0196	0.17959	0.86186
53%	0.01305	0.12310	0.73115
54%	0.0081	0.07811	0.55661
55%	0.00471	0.04611	0.376312

多次打磨成功率计算：1 - (1 - 1次成功率) ^ n 以上数据出自100,000次模拟上面算法生成结果