此处为全站公告,通常对读者进行申明或对该WIKI某些规则进行公告,请在确认后修改本通告。
本WIKI编辑权限开放,欢迎收藏起来防止迷路,也希望有爱的小伙伴和我们一起编辑哟~
编辑全站公告 • 编辑帮助:目录 • BWIKI反馈留言板
策略建模
阅读
2026-05-05更新
最新编辑:astatine_213
阅读:
更新日期:2026-05-05
最新编辑:astatine_213
策略建模(Strategic Modeling)
策略建模是读心点数(Yomi)系统的入口项目,解锁后玩家可以通过分析策略锦标赛来赚取行动筹码,进而生成读心点数。
基本信息
| 属性 | 值 |
|---|---|
| 英文名称 | Strategic Modeling |
| 内部 ID | project20 |
| 项目成本 | 12,000 操作点数(ops) |
| 前置条件 | 驴子空间(Donkey Space) 已完成 |
| 阶段 | 第一阶段 |
解锁条件
完成 驴子空间(Donkey Space) 项目是解锁本项目的唯一前置条件。驴子空间需要 250 点创造力(Creativity),本身位于信任路线(Trust 路径)中。
效果
购买后,设置全局标记 strategyEngineFlag = 1,从而:
- 界面右侧显示 战略建模(Strategic Modeling) 引擎面板
- 面板包含策略下拉选择器、运行按钮(Run)和锦标赛对阵表
- 锦标赛管理区域(New Tournament 按钮)随之出现
- 锦标赛结果展示区域最初处于隐藏状态
- 首次运行时显示提示:"Pick strategy, run tournament, gain yomi"
消耗 12,000 操作点数,扣除后任务从活跃项目列表中移除。
锦标赛详细机制
举办锦标赛
点击 "New Tournament" 按钮触发 newTourney() 函数,执行以下步骤:
- 重置所有活跃策略的当前得分(
strats[i].currentScore = 0) - 设置对局数
rounds = strats.length × strats.length(循环赛总轮数) - 调用
generateGrid()生成随机支付矩阵 - 消耗
tourneyCost操作点数 - 递增
tourneyLvl(仅用于计数,不影响游戏机制) - 激活 "Run" 按钮(
btnRunTournamentElement.disabled = false) - 显示提示文字:"Pick strategy, run tournament, gain yomi"
| 阶段 | tourneyCost |
|---|---|
| 初始值 | 1,000 ops |
| 每解锁一个策略 | +1,000 ops(A100 → B100 → GREEDY → GENEROUS → MINIMAX → TIT FOR TAT → BEAT LAST) |
| 全部 8 策略解锁后 | 8,000 ops |
| 购买心智理论后 | 16,000 ops(一次性覆盖) |
对阵结构
锦标赛采用循环赛制(round-robin),每个活跃策略将与所有其他策略(包括自身)各对弈一次。总轮数为 strats.length × strats.length(例如 4 个策略 = 16 轮)。
每轮由 10 次独立的方案选择组成:
function round(roundNum){
roundSetup();
roundLoop();
function roundSetup(){
rCounter = 0;
pickStrats(roundNum);
tourneyReport("Round "+(roundNum+1));
}
function roundLoop(){
if (rCounter<10){ // 每场对决打 10 轮
hMove = hStrat.pickMove();
vMove = vStrat.pickMove();
calcPayoff(hMove, vMove);
hMovePrev = hMove;
vMovePrev = vMove;
rCounter++;
setTimeout(function(){ roundLoop(); }, 100);
} else {
// 重置上一轮记录,开始下一组对决
hMovePrev = 1;
vMovePrev = 1;
currentRound++;
runTourney();
}
}
}
对阵分配逻辑(pickStrats()):
- 当
roundNum < strats.length:行策略固定为 strats[0],列策略轮流使用 strats[0] 到 strats[strats.length-1] - 当
roundNum >= strats.length:使用stratCounter进行模运算,确保所有策略对都能交叉对弈 - 每轮开始前设置
strats[h].currentPos = 1(横向)、strats[v].currentPos = 2(竖向),这对 TIT FOR TAT 和 BEAT LAST 策略至关重要
支付矩阵(Payoff Grid)
每条新锦标赛开始时,generateGrid() 随机生成一个 2×2 的支付矩阵:
function generateGrid(){
payoffGrid.valueAA = Math.ceil(Math.random()*10); // 1~10
payoffGrid.valueAB = Math.ceil(Math.random()*10);
payoffGrid.valueBA = Math.ceil(Math.random()*10);
payoffGrid.valueBB = Math.ceil(Math.random()*10);
var x = Math.floor(Math.random()*choiceANames.length);
vLabelaElement.innerHTML = choiceANames[x]; // 如 "cooperate"
vLabelbElement.innerHTML = choiceBNames[x]; // 如 "defect"
hLabelaElement.innerHTML = choiceANames[x];
hLabelbElement.innerHTML = choiceBNames[x];
// 填充各格子的数值显示……
}
支付矩阵的含义如下(水平玩家为行,竖直玩家为列):
| 竖直玩家(列) | ||
|---|---|---|
| 选 A(如 cooperate) | 选 B(如 defect) | |
| 水平玩家(行)选 A | 水平得 AA 竖直得 AA |
水平得 AB 竖直得 BA |
| 水平玩家(行)选 B | 水平得 BA 竖直得 AB |
水平得 BB 竖直得 BB |
Move A / Move B 的具体名称从两个备选列表中随机抽取,例如:
| choiceANames(Move A) | choiceBNames(Move B) |
|---|---|
| cooperate | defect |
| swerve | straight |
| macro | micro |
| fight | back_down |
| bet | fold |
| raise_price | lower_price |
| opera | football |
| go | stay |
| heads | tails |
| particle | wave |
| discrete | continuous |
| peace | war |
| search | evaluate |
| lead | follow |
| accept | reject |
| accept | deny |
| attack | decay |
计分方式
每轮(10 次方案选择)中,双方策略同时通过各自的 pickMove() 函数选择 A(return 1)或 B(return 2),然后调用 calcPayoff(hm, vm) 累加得分:
function calcPayoff(hm, vm){
if (hm==1 && vm==1){
strats[h].currentScore += payoffGrid.valueAA;
strats[v].currentScore += payoffGrid.valueAA;
} else if (hm==1 && vm==2){
strats[h].currentScore += payoffGrid.valueAB;
strats[v].currentScore += payoffGrid.valueBA;
} else if (hm==2 && vm==1){
strats[h].currentScore += payoffGrid.valueBA;
strats[v].currentScore += payoffGrid.valueAB;
} else if (hm==2 && vm==2){
strats[h].currentScore += payoffGrid.valueBB;
strats[v].currentScore += payoffGrid.valueBB;
}
}
| 行方选择 | 列方选择 | 行方得分 | 列方得分 |
|---|---|---|---|
| A | A | +valueAA | +valueAA |
| A | B | +valueAB | +valueBA |
| B | A | +valueBA | +valueAB |
| B | B | +valueBB | +valueBB |
每轮对决共 10 次计分,因此每场策略对弈的最高理论得分为 10 × max(AA, AB, BA, BB)(最高 100),最低为 10 × min(AA, AB, BA, BB)(最低 10)。
排名与 Yomi 收益
所有轮次结束后,pickWinner() 将已活跃策略按得分降序排列:选出最高分放入 results[0],第二高放入 results[1],依此类推。得分相同时按代码流程中的先后顺序排列。
然后依次计算:
- beatBoost(
calculateStratsBeat()):从排名结果中找到所选策略的位置,计算
列表长度 - 该策略在 results 中的索引(即有多少策略排名低于它)。若计算结果为 0(垫底),强制设为 1
- placeScore / showScore:第二/第三名的分数阈值(用于策略依附 的名次奖励判定)
最终 Yomi 产出公式:
- [math]\displaystyle{ Yomi_{\Delta} = Score_{selected} \times yomiBoost \times beatBoost }[/math]
其中:
Scoreselected:所选策略在整个锦标赛中的累计总分yomiBoost:默认为 1,购买心智理论(Theory of Mind) 后变为 2beatBoost = max(1, \text{被该策略击败的策略数量})
排名收益与 beatBoost 的关系示例(假设 8 个策略参赛、所选策略得分 100、yomiBoost = 1):
| 所选策略排名 | 低于它的策略数 | beatBoost | Yomi 收入 |
|---|---|---|---|
| 第 1 名 | 7 | 7 | 100 × 1 × 7 = 700 |
| 第 2 名 | 6 | 6 | 100 × 1 × 6 = 600 |
| 第 3 名 | 5 | 5 | 100 × 1 × 5 = 500 |
| 第 8 名(垫底) | 0 | 1(保底) | 100 × 1 × 1 = 100 |
策略依附(Strategic Attachment) 名次奖励:第三阶段中若已解锁策略依附项目,所选策略还会根据排名获得额外一次性 Yomi:
| 排名 | 额外 Yomi |
|---|---|
| 第 1 名(含并列) | +50,000 |
| 第 2 名(含并列) | +30,000 |
| 第 3 名(含并列) | +20,000 |
| 其他排名 | 无额外奖励 |
示例演算
以 4 个策略参赛(RANDOM, A100, B100, GREEDY)为例:
支付矩阵:
| 列方 | ||
|---|---|---|
| cooperate(A) | defect(B) | |
| 行方 cooperate(A) | AA = 7 | AB = 2 |
| 行方 defect(B) | BA = 5 | BB = 9 |
锦标赛结果(理论得分):
| 排名 | 策略 | 累计得分 |
|---|---|---|
| 1 | GREEDY | 720 |
| 2 | B100 | 650 |
| 3 | RANDOM | 580 |
| 4 | A100 | 440 |
玩家选择 GREEDY:
- beatBoost = 4 - 0 = 4(第一名,3 个策略在其之下,但 beatBoost = results.length - index = 4 - 0 = 4)
- Yomi 收入 = 720 × 1 × 4 = 2,880
- 若有策略依附:额外 +50,000(第一名的名次奖励)
玩家选择 RANDOM:
- beatBoost = 4 - 2 = 2(第三名,1 个策略在其之下,但 beatBoost = 2)
- Yomi 收入 = 580 × 1 × 2 = 1,160
- 若有策略依附:无奖励(未进入前两名)
解锁路线
策略建模是读心点数系统的上游入口,其后续研发路线如下:
- 驴子空间 → 策略建模
- 策略建模 → 新策略:A100 → 新策略:B100 → 新策略:贪婪 → 新策略:慷慨 → 新策略:极小极大 → 新策略:以牙还牙 → 新策略:击败上次
- 全部 8 个策略解锁后 → 心智理论
参见
- 自动锦标赛(AutoTourney) — 自动举办锦标赛,省去手动操作
- 心智理论(Theory of Mind) — 翻倍读心点数产出
- 新策略:A100 ~ 新策略:击败上次 — 7 个可解锁策略的详细分析
- 读心点数(Yomi) — Yomi 资源系统总览
- 策略依附(Strategic Attachment) — 第三阶段的名次奖励机制
源代码参考
var project20 = {
id: "projectButton20",
title: "Strategic Modeling ",
priceTag: "(12,000 ops)",
description: "Analyze strategy tournaments to generate Yomi",
trigger: function(){return project19.flag == 1},
uses: 1,
cost: function(){return operations>=12000},
flag: 0,
element: null,
effect: function(){
project20.flag = 1;
displayMessage("Run tournament, pick strategy, earn Yomi based on that strategy's performance.");
standardOps = standardOps - 12000;
strategyEngineFlag = 1;
document.getElementById("tournamentResultsTable").style.display = "none";
}
}

沪公网安备 31011002002714 号