Qualche progetto di videogioco ha usato numeri casuali non uniformi in modi interessanti?

Una varietà di videogiochi utilizza numeri distribuiti uniformemente per decidere l'esito di un evento, come una "probabilità del 50% di colpire" significa quasi sempre verificare se un numero in virgola mobile casuale compreso tra 0-1 è maggiore di 0,5. Molti giochi sovrappongono alcune di queste percentuali uniformi una sopra l'altra, ad esempio un tiro per colpire D&D è un numero distribuito uniformemente da 1 a 20, tranne per il fatto che 1 e 20 hanno risultati speciali. A mio avviso sembra che i designer abbiano aggiunto cose come hit critici per cercare di emulare il fatto che in realtà colpire / perdere o vincere / perdere non è in realtà un risultato binario.

In molti casi la quantità reale di "danni" provocati da un attacco sarebbe probabilmente più vicina alla distribuzione di una curva gaussiana / a campana, che porta molti risultati nel mezzo ma occasionalmente molto eccitanti e una curva liscia che li collega. Giochi a dadi come Settlers of Catan emulano distribuzioni gaussiane sommando più tiri indipendenti, ma mi sembra di non aver mai visto questa meccanica nei videogiochi.

Sembra che giochi come Civilization (Sid Meier ha ampiamente parlato al GDC della percezione del giocatore che non corrisponde alla matematica utilizzata nel gioco) trarrebbero beneficio da risultati che corrispondevano al modo in cui le cose funzionano nel mondo reale. Qualche videogioco ha usato una distribuzione gaussiana o altrimenti non uniforme di numeri casuali in modi interessanti?

I tiratori usano spesso la distribuzione casuale gaussiana per la precisione dell'arma. (Se usi numeri casuali lineari e hai decalcomanie, è molto facile per un giocatore vedere che la distribuzione dell'accuratezza è quadrata, il che "sembra sbagliato").

Un interessante metodo di selezione casuale che non menzionate, ma che appare abbastanza spesso nei giochi, è "casuale senza sostituzione". Questo è analogo a pescare carte da un mazzo; il gioco funziona in ordine casuale attraverso una serie di possibili risultati (messi insieme con la distribuzione desiderata) e quindi "rimescola". Questo viene fatto per ridurre la possibilità di strisce fortunate o sfortunate.

Uso un po 'le distribuzioni di Poisson, soprattutto quando cerco di capire il numero di volte in cui un evento casuale dovrebbe verificarsi in un periodo di tempo.

Questo ha la bella proprietà che la distribuzione degli eventi se si hanno due timestep da 1 secondo è la stessa di un timestep da 2 secondi, quindi ottima per le simulazioni con passi temporali di lunghezza variabile.

Qualcosa che ho fatto in passato e che World of Warcraft attualmente fa è aumentare la possibilità di un evento casuale in base al numero di tentativi dall'ultimo evento di successo. Cioè, per esempio, un oggetto missione può avere una percentuale di caduta del 20% sulla prima uccisione di NPC, un 22% sulla seconda, un 25% sulla terza, ripristinando al 20% quando cade. Ho implementato un albero tecnologico in cui la possibilità di scoprire una tecnologia aumentava ogni turno fino a quando non era dell'ordine del 99,9%.

Gli incontri casuali nei giochi di ruolo sono spesso non uniformi.

Set X to a random integer between 64 and 255.
For each step in plains, decrement X by 4. 
For each step in forest, swamp, or desert, decrement X by 8.
When X < 0, a fight ensues. Go to step 1.

Questo rende gli incontri più realistici perché agli animali / alberi ecc. Piace avere un po 'di spazio tra di loro.

Ho già visto colpi critici in alcuni giochi di ruolo d'azione, ma di solito per i giochi basati sull'azione i numeri sono mantenuti intenzionalmente semplici per una ragione: il giocatore è impegnato a correre, saltare, schivare e sparare, e in realtà non hanno tempo per fare calcoli di probabilità nella loro testa.

Quindi, hai maggiori probabilità di vedere numeri non uniformi in cose come i giochi di strategia a turni. Un esempio tipico sono i giochi "simil-canaglia" (Nethack, Angband) che hanno un danno dell'arma non uniforme: un'arma potrebbe causare danni 3d5 ad esempio e un altro 4d4, e il gioco ti dirà questi numeri e dipende da decidere quale è meglio (factoring in altre variabili come peso dell'arma, competenza del personaggio, ecc.)

League of Legends ha un eroe di nome Gangplank con un attacco che aveva una distribuzione praticamente uniforme che ha cambiato in gaussiano. C'è un'area circolare di effetto in cui possono verificarsi più colpi e hanno deciso di farlo raggruppare verso il centro.