个人观点，难免错漏百出，欢迎大家留言斧正——我是一条咸鱼

image

深海狂鲨

数值设计准则

1. 概率游戏，遵循“自然概率＞人工干预”原则，更能激发博弈类游戏的趣味性

2. 系统自动调节，设计者必须保证各种状态下回收率、命中率的可控性

3. 数值设计与功能需求一致，但不具备普适性，具体项目需具体分析

image

捕鱼公式演化

1. 标准公式：捕获概率 = 鱼炮分值 * (1 - 抽水率) / 鱼分值

捕获概率越高，鱼越好打，系统放分；反之鱼越难打，系统吃分

玩家捕鱼时，使用的鱼炮分值越大，捕获概率越高

抽水率即游戏平台的收入来源，抽水率越大，捕获概率越低

鱼分值越高的目标（大鱼），捕获概率越低

2. 吃分放分期望流程

现出分：衡量系统输赢程度的系统参数

友好度：玩家捕鱼的难易程度，越容易捕鱼，友好度越高，反之越低

注释：“现出分”“友好度”，先了解概念，后文会详细说明计算方法

image

吃分放分流程图

3. 优化公式：捕获概率 = （ 1 - 抽水率万分比 / 10000）* （ 基础捕获概率万分比 + 鱼炮分值 / 捕鱼房底注 / 5 ） * 1.1^（黑白用户万分比/100 + 友好度万分比 /100）

（ 1 - 抽水率万分比/ 10000）

为后续Python验证数据的便利性，所有百分比概率或浮点数，转换为万分比

效用等同于标准公式的（1 - 抽水率）

基础捕获概率万分比 + 鱼炮分值/捕鱼房底注/5

基础捕获概率万分比= （1/鱼分值）*10000 + 基础修正值

鱼分值为命中目标的返奖倍率，例如鱼炮x分，成功命中某鱼分值y，则奖励 x*y分（1/鱼分值即为目标鱼种的基础捕获概率）

基础修正值：手动修正基础捕获概率的参数

image

基础捕获概率万分比

鱼炮分值/捕鱼房底注/5：玩家使用的鱼炮分值越大，成功捕获的概率越高

鱼炮分值：发射一枚鱼炮的分值（鱼炮分值 = 鱼炮默认分值*捕鱼房底注）

鱼炮种类及返奖分值

捕鱼房底注：

image.gif

捕鱼房场次

1.1^（黑白用户万分比/100 + 友好度万分比 /100）

指数形状的作用：能达成xx%~xxx%的浮动效果

指数效果示例

黑白用户万分比：给玩家定性（白名单、正常、黑名单），白名单捕鱼较为容易，黑名单捕鱼更困难

友好度万分比：现出分影响友好度和抽水率

image.gif

黑与白

黑白名单控制规则

1. 当前返奖率决定玩家在黑白名单中的位置

当前返奖率 ≥ 1.5时，黑白用户万分比的值 == -500

当前返奖率 ≤ 0.5时，黑白用户万分比的值 == 500

0.5