由此可见，牌组模型RNG的特点主要有：

　　1. 从机制上根除极欧和极非触发。

　　尽管是小概率事件，但传统RNG确实可能出现极欧和极非。同样的面板15%几率，20次里面触发0次和触发6次的概率均为4%左右。纯理论上甚至可能出现15-20次的超级欧皇。

　　而牌组RNG中，由于触发牌有且只有3张，极欧和极非都一定不会出现。就算是前17次都没有触发，最后也一定会连续触发3次来补偿。

　　然而，如果牌组过大，一场完整的战斗里无法抽完初始牌组，仍然会出现极欧和极非。

　　不过只要对牌组数量进行优化，仍可以根治这一点。

　　2. 大幅降低了整体方差。

　　对概率为p、符合二项分布的传统RNG，n次判定的方差为：DX=np(1-p)。

　　而对概率同样为p、牌组总数为N的牌组RNG，n次抽牌的方差则为：DX=np(1-p)(N-n)/(N-1)。

　　令N=20、p=15%、n取1-20作图如下：

　　可以看出牌组RNG大幅降低了整体方差。而在更大的规模上这一趋势更加明显。

　　如果我们进行1000次判定，传统RNG的方差将会是127.5。而牌组RNG的方差将会是0。

　　3. 在一定程度上变得可以预测。

　　传统RNG的每一次判定是独立的，我们无法根据之前的触发来推断接下来的触发规律。

　　而由于牌组的存在，并且我们可以监测牌组状态，使得在一定程度上预测接下来的触发变得可行(无论这是否一定有必要)。

　　如果我们前15次抽牌均未触发，意味着接下来5次必然会触发3次，可以通过这一信息来规划接下来的技能施放。

　　牌组模型是一个很有意思的机制，我个人是比较支持的。

　　总体而言，牌组模型RNG可以从系统上极大的降低方差，杜绝极欧和极非的不良游戏体验，并且在一定程度上可以预测。这些都属于良性的机制。

　　而纯随机的RPPM机制被诟病已久，内置cd机制则已逐渐被淘汰，可以有理由相信牌组模型会在接下来大力推广，成为WOW主流的RNG。

　　如果能够在牌组总数N的设定上多加斟酌，能够在一场战斗中正确且健康的体现“重置”这个动作，那么牌组模型是非常值得看好的。

再逛逛>>