关键词：数学模拟，惩戒骑，神圣意志，圣洁怒火

 

在《魔兽世界》这款游戏中，圣骑士这个职业对单体木桩输出数据仅受第五层天赋影响，第六层天赋在单体boss战中，最大化伤害的选择毫无疑问应该是处决审判，而第五层天赋的不同，则从根本上影响了惩戒骑的输出模式和输出节奏，在广泛的观点中，一般认为第五层天赋选择圣洁怒火，即延长复仇之怒(使圣骑士伤害和治疗效果提高20%)持续时间延长50%(10)秒，并且在复仇之怒持续期间内，愤怒之锤的冷却时间缩短50%，能获得最大收益，但是本实验利用SimulationCraft对版本号为5.4.0 (17345)版本下惩戒骑的伤害模拟，获得了与普遍观念不同的结果。

 

实验前提：

该惩戒骑装备为：

从上图，我们可以看见，该模型武器装等为540+4，身上平均装等为523.12，没有T16套装，而拥有4T15套装

 

属性统计为：

 

技能循环为SimulationCraft默认惩戒骑技能循环：

 

上述为实验用的惩戒骑的数据，变量为第五层天赋选择圣洁怒火或神圣意志，为了保证尽可能降低随机误差，我们将实验重复次数设定为SimulationCraft单次模拟的最高上限50000次，并建立在不同延迟状态下(Low为100毫秒；Medium为300毫秒；High为500毫秒，所有有CD的技能，其CD都会按照世界延迟的设置进行随机延长。随机延长的分布采用正态分布，标准差为10%，期望为世界延迟的值。)

和满团队BUFF与单精通BUFF下不同的输出数据模拟的数学模型。

 

实验结果：

实验模拟DPS结果如下表：

 

数据分析：

通过SimulationCraft中的统计工具，可知：

1.模拟中95%置信度内数据可视为小于随机误差，各次DPS模拟结果误差范围如下表：

 

2.DPS波动范围=(95%置信度-5%置信度)/2，各次DPS模拟的波动范围如下表：

 

结论：

通过对数据的分析，我们可知：

在该模型下，选用神圣意志天赋的DPS略高于圣洁怒火，这种差异并非来自统计误差(P<0.05)，但是二者的DPS并无显著的统计差异(P>0.05)，同时，神圣意志天赋下的DPS上下波动大于圣洁怒火，但是这种波动性同样没有显著差异(P>0.05)

造成该结果的原因可能是因为该模型的装备(平均装等523.12)与武器装等差异较大(540弹性武器，一次升级)。

该模型下，神圣意志的期望DPS在大多数情况下略高于圣洁怒火，同时受到BUFF和网络状态的影响，在全BUFF低延迟下，圣洁怒火的期望DPS稍高于神圣意志，但是随着延迟的升高，神圣意志的DPS逐渐上升，网络状态在中延迟到高延迟下，对神圣意志和圣洁怒火两个天赋的DPS差异影响较小，然而在从低延迟到中延迟的过程中，圣洁怒火将会损失更多的DPS，而网络状况对神圣意志天赋所提供的DPS的影响一直小于圣洁怒火。而团队BUFF和网络状况的优化可以使圣洁怒火所能提供的DPS大大提升。

 

附：

首先，我们在讨论一个天赋的伤害高低的情况时，一般都是默认采用蒙特卡洛法

那么蒙特卡洛法的一个典型状况就是——

手动几十张打木桩图的话统计误差一般都大于0.05，所以没法拿来做数据分析 

即使是同一个玩家在同一个场景下产生的样本，都很难具有连续稳定的结果。这是由于大多数职业的输出都比较复杂，玩家不可能长时间稳定地保持注意力；数据收集的误差受玩家技巧影响，不同的玩家玩同一个角色可能会有不同的反应时间，长时间保持输出会导致疲劳犯错等因素所导致。

要达到可供分析的数据精度，所需的数据量太大。例如，一场典型的团队首领战斗，作战时间通常在400-500秒左右。要获得有建模研究价值的数据，误差至少要在1%以内，这就需要约50份战斗数据样本。而随着精确度要求的提高，所需的样本数量将呈指数增长，这样的增长在一份样本耗时400-500秒的情况下，是无法做到的。更何况通常的建模，需要不止一个角色的数据，此时样本数需求又将成倍增长。

而神圣意志和圣洁怒火，在这个测试结果下，神圣意志和圣洁怒火的统计结果依旧可以看出神圣意志带来的dps高于圣洁怒火，不是误差带来的，但是这个差异小于圣洁怒火天赋本身造成的dps波动 ，因此从统计学上，不能认为神圣意志和圣洁怒火两套天赋存在显著性差异