Question

这是一款赛狗游戏，有视频和玩家选择获胜者。根据他们的赌注，算法选择适当的视频，以保持每个销售点的返回百分比，达到指定的数量。

这样的事情：

% Returning Specific Return Configuration, range: 50%~90%:
POS1: 65%
POS2: 78%
POS3: 50%
...
...
POSN: XX%

每个POS都有不同的收入，应根据其配置返回：

Ex: [pos]    [cashes] [should return]   [returns]  [step]
    -------------------------------------------------------
     POS1       100         65             60        44
     POS2       100         78             50        45
     POS3       500        250            150        45

基于某些组合发生的回报较低，因此剩余部分被视为债务。这是因为每个商店都在销售如下数字：

POS1:   [Cashes]    ["Winners" Number]  [Possible Return]
          50           12                 150
          50           13                  60

所以该算法试图在有限的可能性中找到最接近的组合，返回该值+累计月债，基于以下每个步骤：

 sum([should return]) of step 45 
   + lowest not returned part of the month ([should return]-[returns]) 
                              of the stores present at that step (45)

在相对较长的一段时间（约30天，即该过程的持续时间段）结束时，具体的返回是：

POS1: 64.4%
POS2: 72.9%
POS3: 49.2%
...

它现在工作了8个月，并没有明显的问题，但如果我已经足够清楚它是正确的逻辑吗？

每个步骤持续5分钟

*编辑*

碰巧使用一些额外奖金超过返回百分比的负差值，所以＆＃34;客户债务＆＃34;，取决于价值导致每个步骤的回报阻止，直到该POS返回其百分比。

所以我改变了＆＃34;最低未返回的月份部分（[应该返回] - [返回]）＆＃34;随机选择那一步中的球员。这有帮助但不够，因为当负面的玩家pos在许多连续的步骤中独自时......实际上它并没有给出任何回报。这不是一件好事，所以我在这个负债中增加了一些实际使用的限制，随机因素的范围是

sum([should return]) of step 45 
+ ((case when the debt is negative under some relative "considerable" limit) 
    random[range(-0.01, 0.2)] * not returned part of the month ([should return]-[returns]) 
else the ([should return]-[returns]))

实际上范围（-0.01,0.2）意味着pos可以在某些相对限制下返回，事实上，即使单独玩，商店也会重新开始返回。

游戏算法逻辑

0 个答案: