让我们深入了解下一个真正的抽取系统是什么样子的。以Pokemon Go为例，不同的口袋妖怪有不同的价值，由于以下的原因：
l 内在价值 - 口袋妖怪对玩家来说，除了游戏性之外，还有其它价值。喜欢小狗的人可能会喜欢Growlithes，无论它的数值如何。
l 之前没有抓到过这个口袋妖怪 - 这是一个收集游戏，你想抓住全部的口袋妖怪，所以得到一个你以前没有抓住的口袋妖怪自然将是大多数玩家的主要动力。
l 进化 - 与前一种相似，但是强度可能较低。能够将一个碎片转换成你尚未获得的物品对玩家来说是有价值的。
l 战斗价值 - 获得比你已经拥有的能力更强的口袋妖怪或能够为队伍的主要成员加油的口袋妖怪对玩家来说是有价值的。
我们不会模拟所有这些，只是会比上面的模拟更接近这里的内容。请注意，在这个抽象层次上，这个数据可以代表很多游戏，而不仅仅是Pokemon Go。 为了做到这一点，我：
l 把所有的卡都放在一个罕见的层次上，并给它们一个新的值和旧的值，基于一些随机的噪音。
l 将碎片的数量设置为150。
观察：
l 很自然的，当重复值非零但小于新值的时候，这些图显然非常类似于以前的图。
介绍的新内容
Pokemon Go在推出第二代的时候，只是在现有的抽取系统中添加了更多的东西。当你的玩家已经执行了大量的抽取的时候，会有如下图所示的图形。
观察：
· 为了比较，你可以将上述图形之一设置为相同的参数，以便可以看到只让玩家抽取新物品的时候你的参与度曲线是什么样子的。当然，这并不实用，因为你的玩家想要获得他们全部，但是值得注意的是，这种抽取算法的图形是有多么的糟糕。
· 确保你的重复碎片持有的值在这里有很大的不同。
各种抽取算法
到目前为止，我们只使用简单，高度随机的抽取算法。 在本节中，我们来看一下其他的一些抽取算法。
确定性
如果每个元素一个接一个的抽取出来的话，那么这个图表在这种微不足道的情况下是什么样的?
请注意，对于玩家来说，随机抽取和确定性抽取的感觉非常不同。其中一个原因是能够计算出玩家想要某件东西所需的努力。虽然这些模拟没有办法建模。他们只能告诉你玩家得到了什么。
观察：
· 与简单模拟相比，最佳抽取率要低得多。 这也导致平均时间较短。
· 让所有玩家都能轻松获得所有的碎片。
保底系统
平滑抽取系统方差的一个常见方法是对设置一个下限。这样会产生如下图形：
观察：
· 图在这里下降得更为显着。
· 很容易参与，让所有玩家都能获得所有物品。
· 最佳平均时间与简单模拟的平均时间非常接近，但是方差要小得多。所有的玩家都有非常相似的体验，导致他们得到所有的碎片，然后离开。
· 所以，虽然所有的玩家都接近平均水平，但是没有玩家花费比平均水平多的多的时间。
· 这里的最佳抽取率比简单模拟的最佳抽取率要低。
从我个人的观点来看，我不喜欢游戏做到了这一点，而不向玩家明确的告知，因为我觉得它会加强赌徒的错觉。我也觉得让底更加明确是一个更好的体验，因为如果这个信息是隐含的，玩家不会觉得那些得到差结果的抽取会帮助他们得到好结果的抽取。
口袋妖怪的红色和蓝色
另一个选择是将你的池子划分成很多较小的池子，然后让玩家在他们之间移动。 这本质上就是PokemonRed做的事情，还有“Heroes Charge”等游戏所做的事情。这会使流程变得更加流畅，因此图形更像是这样：
当然，实施这样一个方案的方法有很多，所需的工作量取决于你想做的分离类型。
观察：
· 这里的最佳平均时间远远高于任何其他模拟的最佳平均时间。
· 最佳抽取率低于任何其他模拟的最佳抽取率，但仅略低于上限。
· 再次，玩家在最佳情况下，最终会得到所有的碎片。
免责声明：科技狗对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。 本网站转载图片、文字之类版权申明，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除：yzl_300@126.com
