1. Gamepress 的 GUCT 理论
2. PokemonGo Hub 提供的数值
r = 1.0 ~ r = 0.7 Nice |
1.0~1.3 |
r = 0.7 ~ r = 0.3 Great |
1.3~1.7 |
r = 0.3 ~ r = 0.0 Excellent |
1.7~2.0 |
捕捉机率计算
有了单球捕捉率,可以开始进入详细的捕捉率计算。
首先,整个捕捉的流程为:
1. 丢球 - 判定是否捕捉,若无,进入下一步
2. 系统判定是否逃脱,若无,回到 1.
整个过程会持续到抓到 Pokemon 或者 Pokemon 逃跑。
当然的,
怪会逃跑,就代表有个逃跑率,简称为 F。
而头目战的怪不会逃跑,因此其逃跑率 F = 0%。
好的,我们先回头看看单球捕捉率 P 的公式,
可以发现「丢出的球是第几球」并不在公式内,
也就是说,这个捕捉率和「球数」无关,每一球之间是「独立事件」。
因此我们可以知道,不论有1颗球、3颗球,甚至是500颗球,
每一球的单球捕捉率都是 P,取决于你的
选择(莓果、球种、直/曲球)、游戏经历(奖牌)及能力(丢球技术)。
既然每一球的捕捉率都是固定的,为何我们要争取较多的球数呢?
答案是,越多的球,在单一场次内可以有更大的机会捕捉到 Pokemon。
为了解释这点,我们可以来算算「单场捕捉率」。
首先,
我们丢出第一球,抓到的机率为 P,没抓到的机率为(1-P)
「如果」没抓到,判定是否逃跑,逃跑率为 F,没逃跑的机率为(1-F),
「如果」没逃跑,开始第二球,后续因此类推。
所以,
「在」第一球抓到的捕捉率为 P
「在」第二球抓到的捕捉率为 (1-P)*(1-F)*P
「在」第三球抓到的捕捉率为 (1-P)^2*(1-F)^2*P
简单结论,「在」第N球抓到的机率为&&&[(1-P)*(1-F)] ^ (N-1) * P
而「这场能抓到的机率」为
「在」第一球抓到的机率+「在」第二球抓到的机率+...+「在」第 N 球抓到的机率。
答案为一个首项为 P,公比为 (1-F)*(1-P) 的等比级数求和:
P * [ 1 - [(1-P)*(1-F)]^N ] / [1-(1-P)*(1-F)]
在理论上,如果有无限球的机会,机率会简化为 P / [1-(1-P)*(1-F)] ,
并收敛到一个有限大小的数字。
在头目的捕捉中,由于不会逃跑,因此会收敛到 100%,
意思是说,如果你有无限球,你一定会抓到他。但是我们并没有无限球 <- 废话
然而,「增加拥有的球数」绝对是增加捕捉机率的方式。
最后,对于野生怪会有逃跑率,我提供简单的式子,但不进行细部解释。
在第 N 球后可以继续下一球的机率 = [ (1-P) * (1-F) ] ^ N
在第 N 球时逃跑的机率 = F * (1-P) ^N * (1-F) ^ (N-1)
在第 N 球内逃跑的机率 = F * [ 1 - [(1-P)*(1-F)]^N ] / [1-(1-P)*(1-F)]
範例:雷公
雷公 的单球捕捉率数值:
基本捕捉率2%,逃跑率为4%(头目战时为0%)
在使用金莓果+全奖牌+旋球+丢出r=0.5的 Great 时,
加成係数 = 1x 2.5 x 1.3 x 1.7x 1.5 = 8.2875,取 8.29。
每次「单球」捕捉率 P 为 13.059%
结果如下图
複製我在其他文的留言内容,我们可以回答这些问题:
每一球的捕捉率是多少?
不论一场有几颗球,每一球丢出去捕捉率都是 13.059%,即单球捕捉率。
数学问题Q2:
如果你有14球,这场捕捉到雷公的机率是多少?
Ans:
13.059%+13.059% x (1-13.059%)+13.059% x (1-13.059%)^2 +.....+13.059% x(1-13.059%)^13
= 85.90%
呈上题,用13.059%的单球捕捉率,每场有14球,玩了100场,我有雷公的期望值为多少?
Ans:85.90% x 100 = 85.90 只
累计了什幺东西?
事实上,独立事件之间的机率并无法累计。但是,「期望值」是可以累计计算的。
在每场能有85.90%的整体捕捉率的状况下,每一场能提供 0.859只雷公的期望值,
而随着场次越多,便可以累计期望值。
而机率呢?没有!
13球的没抓到,并不会使得前面13球该抓到的机会累计到第14球,
第14球的当下,系统判定的方式还是利用「单球捕捉率」。
第一场没抓到,当计算第二场时,也不会把第一场没用掉的「会抓到的机率」移到第二场。
而累计捕捉率并没有任何一个被用来判定是否抓到的瞬间,即,此数值没意义。
而所谓的幸运/不幸连个数值都没有,更是不会累计的。
简单说:累计捕捉率不存在、每一球都是独立的、每一场都是独立的。
判定的概念(补充)
捕捉的判定基本上是个比大小的有游戏。
玩家提供的数字,就是 单球捕捉率 P的数字,以上面雷公例子,就是13.059,
而在判定时,系统则会从0~100内乱数取出一个数字 A。
如果 P > A ,就会成功捕捉,反之,就会由球中跳出。
而 A 被决定的时间并不需要考虑,
因为不论 A 是在丢球时,或者是在遇到怪时决定的。
重点是 A 是在「判定」时被拿出来做判断的。
因此,即使这样的比大小不是机率,
但,比大小时,0~100中,13.059比较大的机率不就正是13.059%?
逃跑的判定也是一样的概念。
结论
最后,我要提出四个很重要的结论。
1. 要试着努力每球都丢到 Great 甚至 Excellent。
- 在所有奖励都有的情形下,单球捕捉率中,唯一可以手动影响的是「丢出多好的球」。
- 如果你要的是糖果,凤梨是正确的选择,绝对不要把凤梨当成增加捕捉率/对沖的工具。
2. 要试着努力取得更多的球数。
- 拥有越多的球,才是真的增加拥有Pokemon期望值的方式
3. 抓到多少只,是期望值,不是机率。
- 我们都能靠我们自己的游戏历程取得一个「遇到几只抓到几只」的数值,这个是期望值,而非机率。
4. 即使知道机率,丢球做到最好,球数取得多,最后的判定看的还是运气,多做善事最实在!
写在最后
机率是统计上最广为人知的东西,然而这需要大量的数据才能产生,
但由于生活上的体验,常常会使得机率被误解。
事实上这些数值并没问题,只是人的短期感觉是无法体会机率的正确性的。
最后,我用来计算的表格提供给大家使用,进入网页后自行建立副本即可使用。