.

https://twitter.com/beer_mug_b カードゲームのシミュレーションを少しだけやってました

.

https://twitter.com/beer_mug_b カードゲームのシミュレーションを少しだけやってました

    最近の記事

    RでDMvaultサイトの情報をスクレイピングしてツイートするまで

    気が向いたらまた触るかもしれないので、備忘録的に置いておきます。この方法だと、ツイートする際あらかじめツイッターにログインしておく必要があります。 ####################################################install.packages("XML")install.packages("dplyr")install.packages("rvest")install.packages("stringr")library("rves

    スキ
    1
      • 墓地退化のコンボ成功確率は何%以上にするべきか?

        高いに越したことはありません。 ですが、デッキの総数が限られている都合上、コンボパーツのみを積んでも、デッキとしてのバランスは悪くなりかねません。 すなわち、コンボ成功を狙うあまり、受けのカードを全抜きしたら、割り切りで攻めてきた相手にそのまま敗北するというケースが起こりうるわけです。 ですので、最低限のコンボ成功確率を保ちつつ、他のカードを採用するだけの余地を持たせることは、安定的な勝率を出す上で重要なはず。 このような「余地」というのは、具体的にどれくらいなのでしょ

        スキ
        5
        • シミュレーションにより墓地退化の最適な構築を探索する②

          先日載せた記事では、残り枠31枚のときのコンボ成功確率が最も高くなるコンボパーツの配分をシミュレーションにより求めました。 そこで今回は、残り枠数が28~36枚となるそれぞれの場合について、最適な配分を示します。最後に残り枠数の間でその確率を比較します。 今回も10万回のシミュレーションにしています。求めたのは先攻4ターン目でのコンボ成功確率です。パーツの配分の表記の仕方は、上にリンクを乗せた記事と同様です。 ------------------------------

          スキ
          2
          • <2021年版>シミュレーションにより墓地退化の最適な構築を探索する①

            最近、墓地退化が隆盛しているらしいと知り、ちょこちょこvaultを触ったりしてました。一時期墓地退化に熱中していたこともあり、この状況は個人的に喜ばしいです(退化のパーツだけでも買おうかな。。) そこで、墓地退化使用者のさらなる活躍のために、以前記事にもしていた内容のバージョンアップをして最適な構築について考察しました。 墓地退化のメインムーブを成功させるためには4種類のコンボパーツを揃える必要があります。しかし、それぞれのパーツには2~3種類程度の候補が存在するため、採

            スキ
            1
            • 墓地退化のコンボ成功確率は何%以上にするべきか?

              スキ
              5
              8か月前
              • シミュレーションにより墓地退化の最適な構築を探索する②

                スキ
                2
                8か月前
                • <2021年版>シミュレーションにより墓地退化の最適な構築を探索する①

                  スキ
                  1
                  8か月前
                  • vault大会のデッキタイプ別使用者数を日毎に算出してグラフ化する

                    R (version 4.0.3)使います。 install.packages("XML")install.packages("dplyr")install.packages("rvest")library("rvest")library("XML")library(dplyr)#毎日数字変わるやつの加算用num.today <- as.numeric(Sys.Date())num <- num.today - 13670#数値をURLに反映させて読み込みURL <- pa

                    • 小数回試行のゲームで運の不平等は生じうる

                      ゲームを小数回繰り返すような場合において、演繹的には運の強さは同じでも帰納的には人によって運の強さは不平等になりうるという話。youtubeでツヴァイさんの動画が流れてきて、運の不平等を嘆く人をたしなめているように見えた。実力があって強い人に対して運の強さを僻むのはその人の努力に対しての冒涜だし、慎むべきものだと思う。しかし、そういった発言って、注目している人の数回の試合結果のみを切り出して評価しているものだとも思われ、ほんの数回の試行回数では運が不平等に思えるような事態は起

                      スキ
                      3
                      • フェアリーミラクル成功率

                        はじめに 獅子王やったならミラクルもでしょと思ったので計算してみました。 ただこちらは獅子王のようには簡単にいかなくて,引いたカードで5つの文明が揃っているのかまで参照しなければなりません。 だいたい1行5列のデータフレームに引いたカードの色を画分していくことになるんだろうなと思ってましたが,今回は無事それで計算できました。 当然使用する構築によって色配分が異なるので,今回はより具体的に構築を決定する必要が生じます。5色コントロール界隈は個性派が多い印象なのでどの構築

                        スキ
                        5
                        • 4t獅子王チャレンジ成功率

                          を,シミュレーションで確かめました。 構築はこれに準拠しました。 すなわち,多色26枚,単色(獅子王ではない)10枚,獅子王4枚です。 今回紹介する内容では,1t目時点で多色が引けているのか,2t目時点でも2枚目が引けているのかなどのターン経過を考慮して計算できました。 成功確率って,4t目の時点で ①(多色3枚以上)かつ(獅子王以外の単色1枚以上)かつ(獅子王1枚以上)揃う または ②(多色3枚以上)かつ(獅子王以外の単色0枚)かつ(獅子王2枚以上)揃う 確

                          • vaultの勝率を自動で計算してくれるコード

                            書きました。無料ソフトウェアであるRはversion3.6.1を使用しました(  https://cran.ism.ac.jp/  ) macOS(10.14)を使いましたがコードはwindowsでも問題なく動くと思います。 今回紹介するコードを利用することで、当該のサイトからデータ拾ってきてエクセルに貼って分析する一連の手間とその都度生じるヒューマンエラーのリスクを無くすことが出来ます。 このページ内のデータ(直近10回のvault大会の結果まとめ)から, ・参戦数

                            スキ
                            7
                            • 赤黒ドルマゲドンのチャージャー枚数に関して

                              以前少しだけツイートにも載せたのですが、度々界隈で沸き上がるドルマゲドンのチャージャー論争に関してシミュレーションを行ってみたところ、少し言えることがありそうだったので記事として残しておこうと思います。 しかしこの話題はほとんど毎回穏便に終わることは無いため、敢えて記事として公表するのも躊躇われたのですが…。結論そのものはまあまあ穏便に終わらせられそうなので筆を執っています。 (なんで今?という感じですがひとえにインフルで時間できたからです) そもそもなぜこの話題が毎回

                              スキ
                              5
                              • 墓地退化の最適な構築について

                                墓地退化についてです。簡単なシミュレーションを使って最適な構築について考察します。 墓地退化は最速4t目にビッグアクションが取れます。4t着地を安定させることで全ハンデスまたは全ブレイクという理不尽を押し付け勝ちに近づく。最近はあまり見かけませんが、この動きを安定化させることさえ出来れば今でも十分通用するのではないかと考えました(シュテロン使いたい)。 しかしこのデッキが流行らないのは要求値が非常に高いとされるためだと考えています。身の回りにもそう言って手放した人を見かけて

                                スキ
                                6