IBCarpet

模组

· 作者 TKperson

一款地毯扩展模组,以及将 JoaCarpet 的疯狂行为特性移植到新版 Minecraft 的版本。此模组用于操控物品实体的随机数生成(RNG)。

4 本站下载 0 关注 更新于 2 个月前

最新 26.3-26.09.18 · 26.3 · Fabric

一键开服(送7天)

ibcarpet

一个地毯扩展模组。将 JoaCarpet 的疯狂行为 功能移植到新版 Minecraft。

疯狂行为(Insane behavior)用于通过让用户控制随机数生成器来测试物品实体的随机性,从而强制生成极小概率的数值,无需等待数小时。

目前,此扩展支持以下操作中的物品实体随机性控制:

  • 破坏矿车
  • 活塞破坏方块
  • 破坏容器(箱子、发射器、漏斗)
  • 投掷随机性(发射器、合成器、投掷器)
  • 投射物

用法

要开始使用 IBCarpet(Insane Behaviors Carpet):/carpet insaneBehaviors true。如果要将所有内容关闭,请将 true 替换为 false。

默认情况下,ibcarpet 使用极端值为 0.5 的三峰分布。本模组提供的分布可以通过 /carpet ibDistribution <distributionName> 进行配置。分布控制着随机数的选取方式。请阅读下方的分布说明以了解何时使用哪种分布。

分布

三角形分布

这是大多数 Minecraft 默认物品实体位置和速度随机性所使用的随机数生成器。IBCarpet 将这些三角形分布的随机数替换为用户可以自由修改以满足需求的自定义随机数。IBCarpet 替换的一些随机数来自均匀分布而非三角形分布,但这并不影响 IBCarpet 的整体用途。

以下是 Minecraft 三角形分布随机数的当前实现:

default double triangle(final double mean, final double spread) {
  return mean + spread * (this.nextDouble() - this.nextDouble());
}

this.nextDouble() 在 [0, 1) 范围内均匀生成一个数字。mean 和 spread 通常是常量,它们不是我们在理解如何使用 IBCarpet 时需要担心的内容。

this.nextDouble() - this.nextDouble() 构成了三角形分布的形状。如果我们多次运行此代码并将输出收集到一个直方图中,其中 Y 轴表示 X 轴上该范围内的数字被选中的概率,它将看起来像这样:

Triangle Distribution

其形状像一个三角形,峰值位于 0,随着随机数生成器生成的数值接近 -1 和 1,频率逐渐降低。这正是我们在原版 Minecraft 中看到的行为。例如,发射器向随机方向投放物品,但偶尔会有一个或几个物品比其余物品飞得更远。这是由于 Minecraft 的随机数生成器从三角形分布中选取数值;它模拟了正态分布(钟形曲线),其中远离中心的值极不可能发生,但在足够长的时间内终究会发生。

这就是为什么疯狂行为对许多技术玩家有用。与其花费很长时间测试/等待捕捉极小概率事件,这个地毯扩展允许玩家更快地捕捉这些事件。

均匀分布

Uniform Distribution

在此分布内,所有数字被选中的可能性相等。这在长时间测试设计时非常有用。给定足够的时间,均匀分布很可能会捕捉到所有边缘情况。

双峰分布

Bimodal Distribution

此分布与三角形分布完全相反,三角形分布中极不可能的事件在双峰分布中很可能发生。这对于仅测试非常罕见的边缘情况非常有用。

此分布的极端程度可以使用 /carpet ibBimodalExtremeness <value> 进行配置。value 可以是 0 到 1 之间的数字,但不能正好是 1。0 表示均匀分布,越接近 1 的值意味着“非常极端的边缘”。默认极端值为 0.5。

三峰分布

Trimodal Distribution

此分布类似于双峰分布,但围绕 -1、0 和 1 的值更有可能发生,而不仅仅是围绕 -1 和 1 的值。双峰分布在覆盖轴向极端值方面表现不佳。例如,当物品从发射器中被投掷出来时,它会在 X 和 Z 轴上选择一个随机的速度向量。双峰分布只能同时增加 X 和 Z 到极端值的概率,而不能一次只增加一个轴。这意味着,在这种情况下,如果双峰分布具有极高的极端值,它仅适用于测试对角线投掷的物品,这可能会错过当物品沿世界轴平行移动时发生的一些边缘情况。

此分布的极端程度可以使用 /carpet ibTrimodalExtremeness <value> 进行配置。value 可以是 0 到 1 之间的数字,但不能是 1。0 表示均匀分布,越接近 1 的值意味着“非常极端的边缘和中心”。默认极端值为 0.5。请注意,此值对其分布的改变程度不如双峰极端值对其分布的改变程度大。

离散分布

Discrete Distribution

与其他分布不同,离散分布(discrete distribution)不是连续的。它基于一个预定义的可能数值集合随机选取数字。可以使用 /carpet ibDiscreteCuts <value> 来配置这个数值集合。与其解释 IBCarpet 中如何生成离散随机数,不如直接展示其规律:

以下是该规律:

  • Cut = 0,可能的数值为 [0, 1]
  • Cut = 1,可能的数值为 [0, 0.5, 1]
  • Cut = 2,可能的数值为 [0, 0.333..., 0.666..., 1]
  • Cut = 3,可能的数值为 [0, 0.25, 0.5, 0.75, 1]

这些可能的数值就像是将蛋糕均匀切片。随着切割次数(cuts)的增加,每个切点之间的间隔会变窄。最终从这组可能的数值中选取一个值作为生成的结果。当切割次数趋近于无穷大时,分布将变为均匀分布。

离散分布非常有用,可以快速测试大多数边界情况(edge cases)。由于可能的数值数量有限,因此很容易生成极端值。请记住,离散分布可以帮助玩家快速生成许多重要且独特的极端值,但它并不能涵盖所有可能性。

与其他分布不同,此分布的范围是 [-1, 1](包含端点),而不是 (-1, 1)(不包含端点)。

默认的切割次数为 4。离散分布取代了原始 JoaCarpet 扩展中用于生成随机数的系统方法。

与 JoaCarpet 的区别

JoaCarpet 生成的随机数类似于离散分布。然而,主要有两点区别:离散分布是独立的(之前的生成不会影响当前的生成),而 JoaCarpet 不是无记忆的(它有一个计数器,记录随机函数被调用的次数)。JoaCarpet 的方法是从最极端的数值开始:0 和 1。当计数器达到 1 时,它会重置,并自动增加切割次数,以便下一次迭代遍历 0、0.5 和 1。这种方法的一个主要问题是,它需要用户手动输入来重置计数器,并且该计数器在所有物品实体随机化事件中是共享的。如果你有多个投掷器执行相同的操作,其中一些投掷器可能永远不会触及边界情况。在让 JoaCarpet 的疯狂行为运行数小时后,你可能会遇到投掷器基本上在同一位置分发物品的情况。这是因为“切割”值变得过大,导致每次分发物品之间的增量几乎为 0。

你是这个资源的作者?登录后可认领此资源。

评论 0

0.0
暂无评分
5 星
0
4 星
0
3 星
0
2 星
0
1 星
0
我的评分

登录后参与评分

还没有评论,来抢沙发吧

评论配图

相似资源