← 全部标签

# 马尔可夫链

2 篇页面

页面

游戏数学马尔可夫链与状态机概率Markov Chains & State-Machine Probability当一个随机过程可能无限进行下去（如"每次 80% 再加 1 点伤害"）时，无法枚举所有结果；把它画成以概率转移的状态机，写成转移矩阵，再用列向量反复左乘矩阵（马尔可夫链 (Markov Chain)），就能得到任意回合后的状态分布、稳态、游戏时长的中位数/均值/众数；反向则可用递归把复杂局面化归为已知的简单局面。本页按 Schreiber 与 Romero 第 22 章整理（p.525–556），并核对了书中数字。游戏策划电子表格中的随机模拟与矩阵求解Spreadsheet Simulation & Matrix Solving《Game Balance》第三部分里与"算概率、做模拟"有关的四章：第 31 章随机、统计与条件函数及"穷举还是蒙特卡洛"，第 32 章洗牌与加权掉落表，第 35 章用迭代计算或逐行展开做逐回合模拟，第 37 章在表格里跑马尔可夫链、解收益矩阵和用规划求解。表格的布局、格式与组织规范见电子表格平衡技法；本页对照原书逐段核对，并标出已过时或有误的说法。