- 最后登录
- 2019-5-17
- 积分
- 5121
- 精华
- 0
- 帖子
- 833
|
本帖最后由 908441592 于 2018-8-17 22:08 编辑
3:书翁技能伤的数学模型。
设书翁的爆伤为P,速度为V,在一定时间内行动了N次。
设书翁的因生命上限带来的伤害上限为health_max
设书翁两次行动间记录的伤害为 damage
则单次书翁的伤害为 min(health_max , damage)*P
则一定时间内书翁的总伤害f(health_max,damage,P,N)= min(health_max , damage)*P*N
易知,速度越快,则在一定时间内的行动的次数越多,N就会越大且正相关与V。即N=kV。
速度越快,每次记录的伤害就越少。所以,damage反相关于V。设damage=q(V)。
同理。如果书翁的速度比较快,生命上限必然少,health_max自然也就会少。设health_max=p(V)。
则有f(V)=min(p(V),q(V))*P*kV
k是正相关系数,我们可以无视,则最终我们可以得到一个伤害与速度的方程。
f(V)=min(p(V),q(V))*P*
其中p(v)和q(v)两个函数严格单减。
从上述方程我们可以看出,如果V增大,单项min(p(v),q(v))是一定会变小的,而最后又乘了一个V,这样,我们完全就不知道什么时候才能得到最优解。
事实上,熟悉deep learning的同学应该可以发现了,f(V)这个函数和SVM中的loss function非常相近,loss function可以近似写成F=∑min(0,Wb)+R。根据loss function的特点,我们完全没有办法判断出何时F才有最优解。只有通过不断地训练,才能得出一个近似的最好的答案。
|
|