Tag: 算法

最後紀元召喚物傷害算法是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元召喚物傷害算法介紹。 《最後紀元》召喚物傷害算法介紹 關於召喚物傷害，召喚物有3種描述，一種是召喚物，一種是圖騰、還有一種是夥伴，圖騰一定是召喚物，但召喚物不一定是圖騰，夥伴一定是召喚物，但召喚物不一定是夥伴。圖騰、夥伴都全額享受對應的召喚物相關增傷，但是圖騰、夥伴的加成屬性，召喚物不帶這兩類標簽的吃不到~召喚物這些都算你的盟友，盟友類buff增益的基本都有效。 召喚物也套用第2部分的攻擊模式和傷害類型，可以分出是近戰召喚（比如劍齒虎、狼等）還是法術召喚物（比如火幽靈、烏鴉等）還是弓召喚物（比如骷髏射手、弩炮等）還是投擲召喚物（比如鷹等，鷹很復雜，有近戰、投擲，可以直傷可以持續傷，具體看技能節點確定的它的技能以哪個為主來打造傷害體系），每種召喚也可以打出近戰冰，法術物理等傷害~ 召喚物的加成和人物的加成是2個體系，2個一般都是互不干擾的，寵物的inc類增傷一般前面都有寵物（minion）xx傷害%，沒有這個的都是人物本體的傷害加成，互不牽扯，但是有的召喚物會突破這個界限，都會再技能里有描述的。還有人問召喚物近戰傷害，召喚物物理傷害，召喚物近戰火焰傷害等加成的提升，參考第2部分的解釋，看看標簽，看看你的寵物到底是什麼攻擊類型。什麼攻擊模式。但是有一點例外，屬性點一般是人物和寵物雙加的，一般都是1點4%傷害提升。人物拿的武器最上面帶+號的基礎點傷對寵物沒用，是人物的，只有武器傷帶有+寵物（minion）xx傷害的才有用。 來源：3DMGAME

最後紀元點傷計算算法是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元點傷計算算法介紹。 《最後紀元》點傷計算算法介紹 點傷計算要折算~例如冰鞋這種。以這把武器為例，可以看到武器最上面的基礎點傷 帶+號的是基礎點傷，他有近戰點傷和法術點傷，沒註明傷害類型，這種叫做自適應傷害，也就是你技能的屬性傷害標簽是什麼，他就會自動轉換為什麼類型，如果你的技能標簽有2種屬性就基本會按50%比例轉換分配，如果是元素技能，冰火電3分等。 以召喚弩炮為例可以看到 這個標簽是敏捷標簽，物理、弓，3個也就是召喚傷害 召喚弓傷害 都是全部加成，因為沒註明是哪種，相當於全域的加成。 下面的武器有4處帶加號的基礎點傷，其中2處有召喚物，2處沒有，分別是人物的和召喚物的，如果召喚物技能里沒有說明的話互不牽扯。下圖的+召喚物弓傷害，會被全部轉化為弩炮的召喚物弓物理傷害 。+召喚物近戰傷害不會，因為標簽不對應，召喚弓物理傷害直接應用，不會轉化。記住，技能的標簽只是決定了基礎傷害類型，也就是自適應的傷害，其他明確屬性傷害的傷害還是什麼屬性，只吃對應屬性的增傷~ 冰鞋根據敏捷給與人物基礎攻擊冰傷，因為下圖這個節點，打破了人物本體和召喚物的生殖隔離，100點敏捷會有75點冰點傷轉給召喚弩，因為這個註明了是冰點傷，所以不管弩的標簽是物理，打出來的還是冰點傷，技能標簽只是決定了自適應點傷的轉換，對於已經註明的屬性傷害不會再次轉化。召喚物物理%傷害不提升這部分傷害，召喚冰傷害%也不會提升召喚物物理傷害，各算各的屬性增傷，計算加成的要考慮折算。 來源：3DMGAME

最後紀元inc類增傷算法是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元inc類增傷算法介紹。 《最後紀元》inc類增傷算法介紹 inc類增傷，就是看你現有inc類總的增傷有多少，然後再計算，比如現有各種inc類增傷900%，再來10%inc全域增傷，提升是 （1+900%+10%）/（1+900%）=1%more 但是如果你的基礎點傷是不統一屬性的比如弩炮這種，假設100物理，100冰基礎點傷，那麼900%召喚傷害下 你的10%召喚物理傷害提升多少？10召喚冰%傷害又是多少？全域傷害的提升10%是1%more。 先要考慮物理削弱抗的提升以及物理碎甲的提升，因為這個bd沒有冰削弱抗的屬性，物理屬性boss碎抗是10層20減抗，也就是1.2倍傷害提升（boss沒詞綴也是0抗），物理屬性有1.15倍的更高碎甲增傷效果，做乘法合計1.38倍 也就是1點物理點傷的提升 效果等於1.38冰點傷。那麼900全域召喚傷害%下，提升10%召喚物理傷害是多少？ 折算下比例物理的1.38/（1+1.38）=0.58,冰的比例1/（1+1.38）=0.42，所以10%召喚物理提升是0.58%more，冰是0.42more%，遠小於全域的收益，因此玩這種混傷的多找全域加成沒明確屬性傷害的加成，或者敏捷這種基礎屬性類加成~ 上述只是一般例子，特例的例如跑酷鷹，投擲傷害轉了2次，合計1.95的提升，這種收益要另算了~還是一句話，先理解，再具體問題具體分析。 來源：3DMGAME

最後紀元夥伴屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元夥伴屬性介紹。 《最後紀元》夥伴屬性算法攻略 夥伴Companions 夥伴是一種野蠻人職業召喚的召喚物。默認情況下，你同一時間可擁有2個同伴。 所有的召喚物屬性和效果都適用於夥伴，但也有隻對夥伴有益的效果。 在使用技能召喚夥伴後，召喚技能將被夥伴技能所取代，該技能是被召喚的夥伴所特有的。 如果你可以召喚多個相同夥伴，你必須召喚到最大數量或者達到你的夥伴上限，召喚技能才會變成夥伴能力技能。 當夥伴的生命降低到零時，它將進入倒下狀態而不是死亡。靠近倒下的夥伴可以復活它，但如果等待太久，夥伴就會死亡，必須再次被召喚。 來源：3DMGAME

最後紀元異常狀態機制算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元異常狀態機制算法介紹。 《最後紀元》異常狀態機制算法攻略 異常狀態機制Ailment Mechanics 異常是對目標造成持續一段時間的影響。大多數異常會造成傷害，或者產生屬性減益，或者兩者同時產生，而且大多數異常可以對同一個目標產生多次效果(或者「疊加」)。 異常可以通過擊中hits來產生，也可以通過在固定時間內可產生異常的區域效果中產生。 大部分異常的生效基於異常的基礎幾率。但是，擁有超過100%的異常幾率可使你在一次擊中hit時多層堆疊異常。 比如，如果你火球有235%造成點燃幾率，每個火球的擊中hit會造成2層堆疊點燃效果，另35%的幾率作為第三層點燃堆疊的幾率去計算。 每一種傷害異常，如流血或點燃，都有一個固定的基礎傷害，但會受到來自技能樹的傷害修正和適用該技能的屬性增減的影響。 即使異常是由近戰技能或一次擊中hit造成的，它也不會被計算為近戰傷害或擊中傷害，也不會受到提高近戰傷害等屬性的影響。 如果目標已存在堆疊到了最大層數的某種異常，那麼最新一層的此種異常堆疊將會取代最早的那一層。 來源：3DMGAME

最後紀元異常持續時間算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元異常持續時間算法介紹。 《最後紀元》異常持續時間算法攻略 異常持續時間和效率Ailment Duration and Effectiveness 異常的持續時間可以通過「提高異常持續時間」增長。100%提高點燃持續時間可使一層點燃持續為6秒，而不是默認的3秒。「降低異常持續時間」效果也有可能。 改變了異常的持續時間同時也會改變該次異常可造成的總傷害，但不會影響它的dps（每秒傷害）。詳見6.21 「提高異常效率」效果生效於該異常可造成的任何屬性修正值和它的傷害。 例如，100%提高凍傷效率可使凍傷對目標造成60傷害以及減少其400凍結避免，而不是30傷害和200凍結避免。 來源：3DMGAME

最後紀元抗性粉碎算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元抗性粉碎算法介紹。 《最後紀元》抗性粉碎算法攻略 抗性粉碎Resistance Shred 每種傷害種類（火焰，閃電，冰霜，物理，毒素，腐化，和虛空）有各自的抗性粉碎異常。 抗性粉碎異常降低目標的對應抗性，默認減少其5%對應抗性持續4秒。 每種抗性粉碎異常可堆疊至20次。 超過抗性上限的抗性可抵禦抗性粉碎。 抗性粉碎異常對boss和玩家減低60%效果。（與其他修正值相乘算） 來源：3DMGAME

最後紀元護甲粉碎算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元護甲粉碎算法介紹。 《最後紀元》護甲粉碎算法攻略 護甲粉碎Armour Shred 護甲粉碎降低目標護甲，提高其受到擊中hits的傷害，默認護甲粉碎可減少100護甲持續4秒。 護甲粉碎和護甲共享一樣的公式，盡管護甲粉碎使用它來增加傷害而不是減少傷害。碎甲上限至增加85%的物理傷害和59.5%的非物理傷害(與其他修正值相乘算)。然而，為了達到這些上限，它將需要一個幾乎不可能獲得的護甲粉碎堆疊層數，因為粉碎公式的收益非線性，收益將大幅減少。碎甲隻影響擊中傷害，所以DoT傷害不會從這個異常中得到任何好處。 來源：3DMGAME

最後紀元致盲算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元致盲算法介紹。 《最後紀元》致盲算法攻略 致盲Blind 致盲降低暴擊幾率同時造成遠程攻擊失去准確性。默認其擁有50%更少（less）的暴擊幾率修正並持續4秒。不可堆疊。 當敵人的目標是特定的點(例如玩家或召喚物的位置)。被致盲的敵人會隨機瞄準目標周圍區域的其中一個點，這樣他們就不會准確擊中目標。 來源：3DMGAME

最後紀元護甲算法屬性介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元護甲屬性介紹。 《最後紀元》護甲屬性算法攻略 設護甲值為X，區域等級為a的公式 護甲Armour 護甲減少所有擊中的傷害，但不能抵抗dot持續傷害。 護甲對非物理傷害效果為70%。 護甲減傷的百分比取決於你的護甲值和區域等級。 當護甲值不變但區域等級提高的前提下，減少傷害的效果會降低，護甲減傷的上限為85% 來源：3DMGAME

最後紀元穿透算法屬性介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元穿透屬性介紹。 《最後紀元》穿透屬性算法攻略 穿透Penetration 穿透減少抗性，使造成的傷害更高。 所有敵人隨著區域等級每級的提高而提高其穿透1%，上限為75%。 超過75%上限的抗性部分不可抵抗敵人的穿透ResistancesPenetration，同時還能使抗性降低至負數。 比如，30%閃電穿透-20%閃電抗性=負10%閃電抗性。 在100級地圖里，穿透75%（上限）- 100%抗性（按75%的抗性上限計算）= 0% 來源：3DMGAME

最後紀元能量護盾算法屬性介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元能量護盾屬性介紹。 《最後紀元》能量護盾屬性算法攻略 能量護盾Ward 由某種效果產生的能量護盾可優先於生命進行傷害抵禦但會隨時間持續衰減。能量護盾沒有上限但如果不通過其他手段不斷產生能量護盾一直會衰減至0。 獲得越多的能量護盾會加快它衰減的速度，但能量護盾維持屬性可有效降低它衰減速度。 能量護盾維持Ward Retention可以通過被動天賦樹以及物品獲得，同時智力也會提高能量護盾維持屬性。 每秒失去能量護盾（ward lost per second） 來源：3DMGAME

最後紀元躲避屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元躲避屬性介紹。 《最後紀元》躲避屬性算法攻略 躲避Dodge 躲避是一種防禦端機制允許你完全避開擊中hits類攻擊。 躲避不能保護你免於dot持續傷害的影響，同時躲避攻擊不算被擊中（hits）即不會受到on hit被擊中觸發的效果。 躲避率取決於躲避值及區域等級，區域等級越高，相同的躲避值提供的躲避率就會越低，躲避率上限為85%。區域等級可通過tab按鈕打開全地圖進行查看。 設躲避值為X，區域等級為a的公式： 來源：3DMGAME

最後紀元格擋屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元格擋屬性介紹。 《最後紀元》格擋屬性算法攻略 格擋Block 格擋是一種防禦端機制允許你幾率降低受到的擊中（hits）類傷害（包括法術擊中），但不能格擋持續傷害dot。區別於躲避，格擋成功也會視為一次hit，可觸發on hit被擊中觸發的效果。 當你受到攻擊時，你的格擋幾率會決定你是否格擋。成功的格擋減少一定比例的傷害。 格擋百分比取決於你有多少格擋效率以及當前區域等級，上限為85%。 設格擋效率為X，區域等級為a的公式： 來源：3DMGAME

最後紀元耐傷屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元耐傷屬性介紹。 《最後紀元》耐傷屬性算法攻略 耐傷Endurance 耐傷是一種防禦端機制允許你在生命降低到一個閾值時減少受到的傷害。 當生命少於耐傷閾值，你會減少相當於你耐傷的傷害，這個效果僅生效於生命而不是能量護盾。 耐傷上限為60%（與其他修正值相乘算），耐傷閾值沒有上限。 就算一次巨大的傷害直接將生命打下耐傷閾值的部分也會直接受到耐傷的影響。比如如果你受到100傷害，有其中50傷害已達到你的耐傷閾值，那剩餘50的傷害會受到耐傷的計算。 默認所有角色有基礎20%耐傷屬性，20%最大生命值作為耐傷基礎閾值。 耐傷可減少擊中（hits）以及持續傷害dot的傷害。 來源：3DMGAME

最後紀元暴擊屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元暴擊屬性介紹。 《最後紀元》暴擊屬性算法攻略 暴擊Critical Strikes 所有的擊中hits類攻擊擁有暴擊幾率（aka: crit）,可造成比普通一擊更多的傷害，持續傷害dot不能造成暴擊。所有的擊中hits類攻擊有基礎5%的暴擊幾率，該幾率可通過物品，被動天賦，技能天賦節點提升。暴擊幾率上限為100%，之後不會獲得額外的好處。 增加(Added)暴擊幾率和提高(increased)暴擊幾率不同，+1% 暴擊幾率（假設不含任何其他修正）會使暴擊幾率變為6%；而1%提高暴擊幾率會使暴擊幾率變為5.05%，兩個屬性一起會使總暴擊幾率變為6.06% 當一次擊中產生暴擊，造成的原傷害會與暴擊傷害加成相乘算，同時也會與其他修正值相乘算。基礎暴擊傷害加成為200%（意思是原傷害的兩倍） 暴擊避免（critical strike avoidance）屬性提供一個使暴擊變為普通攻擊的幾率，該幾率會在攻擊者的暴擊幾率加入計算後確定。如果敵人擁有30%暴擊幾率，玩家擁有50%暴擊避免，那麼敵人的暴擊幾率最終會變為15%。暴擊避免上限為100%，之後不會獲得額外收益。 所有可以造成暴擊的敵人默認的暴擊傷害為200%，你可以通過減少受到的暴擊傷害詞綴來減免受到的暴擊傷害，最高的比例是100%，意思就是你有100%減少受到暴擊傷害的話，該次敵人的暴擊會對你造成正常的普通傷害值。 暴擊脆弱（Critical Vulnerability）是一個可持續4秒的異常狀態，它可以使敵人增加5%受到暴擊的幾率，同時降低他們10%的暴擊避免，可疊加。 來源：3DMGAME

最後紀元修正值屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元修正值屬性介紹。 《最後紀元》修正值屬性算法攻略 提高Increased, 增加Added, 以及更多More 最後紀元里的屬性和修正值存在三種主要類別：提高Increased, 增加Added, 以及更多More。修正值所屬的類別決定了它將在計算中用於哪一步。在遊戲中，並不是所有的屬性都含有這三種修正值。 首先，屬性中所有的增加（added）來源優先加在一起。 (5 + 2 + 3) = 10 其次，屬性中所有的提高（increased，inc）來源加在一起。 (1 + 0.05 + 0.3 + 0.1) = 1.45 （提高值為百分比形式，所以它們被轉換成十進位數，再加一個1。降低（Reduced）來源屬性從同樣的總數中減去） 第三，增加來源屬性的總值乘以提高（以及降低）來源屬性的總值。 (10 x 1.45) = 14.5 最終，第三部的結果與每一個更多（more）來源的屬性相乘 14.5 x...

最後紀元生命偷取屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元生命偷取屬性介紹。 《最後紀元》生命偷取屬性算法攻略 生命偷取Health Leech 生命偷取是一種允許你恢復一定百分比的傷害作為生命 每次你造成傷害(無論是擊中hits還是持續傷害dot)，任何適用的吸血屬性都會被計算出來，然後傷害的數值乘以生命偷取值得到你將獲得的生命值。 例如，如果你在近戰攻擊中造成100點物理傷害，並且你有「5%的近戰傷害偷取生命」和「3%的物理傷害偷取生命」，你將偷取100 x(0.05 + 0.03) = 8點生命值。 用於計算偷取生命的傷害值是指對目標的最終傷害，這意味著防禦機制，如抗性，護甲和格擋將減少它。 如果一個目標受到的傷害超過他當前剩餘生命值，超出剩餘血量部分的傷害將不會被用來計算偷取生命。 例如，如果一個敵人有25點生命值，而你對他造成100點傷害，那麼只有25點傷害會被用來計算偷取生命。 偷取生命獲得的生命值在3秒內均勻生效。每個偷取生命來源恢復的生命值是獨立的，這意味著它們在不同的時間結束。你一次可以吸多少是沒有限制的。 來源：3DMGAME

最後紀元溢出傷害偷取為生命屬性算法介紹是很多玩家想看的，最後紀元是最新的刷子類遊戲佳作，玩法獨特，美術精美，是非常好玩的新遊戲，下面就來看看最後紀元溢出傷害偷取為生命屬性介紹。 《最後紀元》溢出傷害偷取為生命屬性算法攻略 溢出傷害偷取為生命Overkill Damage Leeched as Health： 當你殺死一個敵人時造成超出他生命值的傷害部分（認定為生命值歸0後的溢出傷害）會以一定比例於3秒內返還至你生命值中。 例子：如果你「溢出傷害可偷取4%作為生命值」，而你對一個生命值為25的敵人造成100點傷害，你將吸取75 x 0.04 = 3點生命值。 此外，你可能已經投入了各種斬殺閾值屬性——即立即殺死低於特定生命閾值的敵人(即他們的最大生命值的百分比)。斬殺閾值改變了敵人認定為「死亡」之前的「最小生命值」，因此任何超過這一點的傷害都被認為是溢出傷害，將被作為生命值。 例如，敵人的生命值上限為1000，而你的斬殺閾值為10%(也就是說敵人的生命值為1000 x 0.1 = 100)。如果敵人現在有200生命值，而你造成150點傷害，其中的100滿足了斬殺閾值，此次傷害實際超過的50點的傷害就是溢出傷害，而不包含敵人在斬殺閾值內的其餘生命值。 來源：3DMGAME

計算公式： 註：展開式中的每個括號都象徵著一個乘區，例如韌性條盾條減傷就等於(1-韌性條減傷%） 1、常規傷害，也就是我們所說的直傷： f（x）=基礎傷害區 * 增傷區 *易傷區 *減傷區 *虛弱區*暴擊區 *防禦區 *抗性區*特殊增傷區*特殊易傷區 直傷是角色最為常用的輸出手段，也是計算量最大的一個運算方式，我們通常要在計算中考慮到大量的因素。如上圖所示：共有11個乘區需要考慮，當我們帶入到劇情情況中運算就會得到另一個公式： *技能倍率*(1+增傷加成%)*(1+易傷加成%)*(1+暴擊率%*暴擊傷害)*(200+10*角色等級)/*(1-抗性%+抗性降低%)*(1-韌性條減傷%） 是不是看著非常的復雜，不過沒關系，這樣的計算量畢竟是要交給計算機來運算的，排除掉一些變量，我們就可以得到一個化簡後的式子： ×(1+增傷百分比) 這個式子算出來的數據並不是絕對准確的，因為我們排除掉了一些干擾因素，比如對方對某種屬性的抵抗效果，因此我個人也習慣將其稱之為理論數據，理論數據與實際數據的浮動大約在10%上下，因此我們可以通過理論數據來估計當前角色的情況，決定日後的強化方向。 2、弱點擊破傷害，即破盾傷 f（x）=基礎傷害區 *易傷區 *減弱區*虛弱區*防禦區 *抗性區 *特殊易傷區 弱點擊破的傷害就是角色破盾的瞬間傷害，角色的練度也會對這個數值有著不小的影響詳細計算式如下： 擊破基數*擊破倍率*(1+擊破特攻)*(最大韌性長度+2)/4*(1+易傷加成%)*(1+暴擊率%*暴擊傷害)*(200+10*角色等級)/*(1-抗性%+抗性降低%) 由於虛弱區和特殊區在實戰環境中非常少見，因此不計入計算公式中 3、一般型持續傷害 即裂傷、風化、灼燒、觸電四種狀態 P.S：冰凍可以使用該公式，但是冰凍主要在於凍結的效果，傷害方面則是單次傷害 f（x）=基礎傷害區 * 增傷區 * 易傷區 * 減傷區 * 虛弱區 在沒有被解除負面效果的情況下（例如第六宇宙里鴨鴨的「作戰再部署」就可以解除可可利亞的debuff）的計算式為： 擊破基數*層數*(1+擊破特攻)*(最大韌性+2)/4*(1+易傷加成%)*(1+暴擊率%*暴擊傷害)*(200+10*角色等級)/*(1-抗性%+抗性降低%)*(1-韌性條減傷%） 我們可以用這個公式來估算持續性傷害的數值 來源：遊民星空

算法推薦 進攻 推演增加狗的輸出，其他算法價值不足 防禦 般攜帶生命，狗不吃減傷,非常難受,只能攜帶感知提高狗的一擊線，一般情況影響不大 特異 狗的輸出不吃漏洞擴展,矩陣結構/矢量加速即可，特定情況可以考慮漏洞擴展 配隊推薦 野良、克羅琦、安吉拉、七花 角色評價 被動召喚啟動慢且難以控制,血量奇低容錯率不足，召喚邏輯差容易被打死,輸出很低,破防效果相對可圈可點，尤其是有惡性干擾時三層debuff價值很高 自動技能給算力/攻擊力最高的隊友提供50%自動技能輸出額外乘區，增幅極大但是對隊友選擇有相當大的限制,泛用性受限 大招套盾，遠不如七花價值高 搭配漢娜僅能做到1+1<1，不如直接帶一個野良，函數收益也高不了野良多少,組合強度拉跨 來源：遊俠網

只花4分鍾，就破解了量子加密算法的密鑰。 用的還是一台有10年“高齡”的台式機。 完全破解也只需62分鍾，CPU單核即可搞定。 兩位魯汶大學學者基於數學理論破解量子加密算法的消息，最近轟動了密碼學界。 要知道，他們破解的算法SIKE一直以來都被寄予厚望，過去12年都無人破解。 在前不久美國公布的後量子標準算法中，它是4個候選者之一，後續很可能被加入標準算法中。 而他們使用的方法原理，其實在25年前就提出了。 這引發了微軟、亞馬遜等多家科技巨頭對SIKE的重新調查。 同時也讓不少密碼學大佬開始感慨，理解密碼系統，還是要關注數學基礎理論啊！ 一朝破解12年未被攻破的算法 如上提到的SIKE算法，是一種PQC（後量子計算）算法。 隨著量子計算的出現，很多超大計算量問題迎刃而解，但經典加密算法也受到了威脅。 比如著名的RSA算法，其2048位長的加密信息，超算需要80年才能破解，而量子計算暴力破解只要8個小時。 因此，學界提出後量子密碼的概念，來抵抗量子計算機的破解。 最近，美國國家標準技術研究所（NIST）剛剛公布了首批後量子密碼標準算法，共有4個。 SIKE等另外4個算法，被認定為是候補選手，將進入下一輪的篩選。 SIKE的全稱為Supersingular Isogeny Key Encapsulation。 這是一種利用橢圓曲線作為定理的加密算法，看上去可以由一個y?=x?+Ax+B來表述，其中A和B是數字。 該方法的關鍵之處是使用了同源（Isogenies），也就是把一條橢圓曲線的點映射到另一條橢圓曲線上。 然後，基於Supersingular Isogeny Diffie-Hellman (SIDH) 密鑰交換協議，實現後量子密鑰封裝。 該方法可以抽象為這樣一個過程： 假設有Alice和Bob兩方想要秘密交換信息，但是處於一個不安全的環境下。 Alice和Bob可以被理解為是兩個圖（graph），它們有著相同的點，但是邊不同。 其中，每個點代表一條不同的橢圓曲線，如果一條橢圓曲線能以特定方式轉化為另一條橢圓曲線，即在兩點之間畫一條邊，這條邊表示同源關系。 Alice和Bob的邊不同，意味著他們分別由不同的同源關系定義。 現在，Alice和Bob從同一個點出發，每個人沿著自己圖上的邊隨機跳躍，並且跟蹤從一個點到另一個點的路徑。 然後，兩個人公布自己到達的中間點，但是路徑保密。 再然後，二人交換位置，重復自己之前的秘密路徑，這樣一來，二人最後會到達同一個點。 這個終點由於可以被秘密確定，所以可將它作為共享密鑰。 這種加密方式最大的好處在於，即便是攻擊者知道了Alice和Bob發送給彼此的中間點，也無法得知中間的過程。 更沒法找到最終的終點。 SIDH/IKE 也被認為是最早被使用的、基於同源的加密協議之一。 但這種方法有個問題，就是它必須對外提供一個輔助扭轉點（auxiliary torsion points），也就是除了Alice和Bob公開交換位點外的一些信息。 很多破解方法都在嘗試利用這個信息，這次也是如此。 來自比利時魯汶大學的學者們，在8月5日的一篇論文中詳細解釋了破解方法。 作者Thomas Decru表示，雖然橢圓曲線是一維的，但是在數學中，它可以被可視化表示為二維或者任何維度，所以可以在這些廣義對象之間創建映射關系。 Decru和Castryck計算了Alice的起點橢圓曲線與公開發給Bob的橢圓曲線的乘積，這樣會得到一個阿貝爾曲面。 然後通過一種可以將阿貝爾曲面和橢圓曲線聯系起來的數學定理，以及輔助扭轉點的信息，他們就能找到Alice和Bob的共享密鑰。 破解中用到的關鍵定理，來自數學家恩斯特·卡尼 (Ernst Kani ) 在1997年發表的一篇論文。 在實際操作中，研究人員通過一台已經用了10年的台式機，只需4分鍾就能找到SIKE密鑰。 完全攻破SIKE算法也只用了62分鍾，而且全程只用了單核。 對此，加密算法專家Christopher Peikert表示，一般當一種加密算法被提出後，往往會立刻出現很多破解方法，但是SIKE在提出的12年來，始終沒有被破解過，直到這次“一擊即中”。 而SIKE沒有被選為PQC標準，也是因為學界擔心它還沒有被充分研究，有遭受重大攻擊的可能。 這一次，SIKE被破解的關鍵，被歸功到了對數學理論的應用。 奧克蘭大學的數學家Steven Galbraith認為，此次破解中使用的核心理論來自數學。這也在一定程度上驗證了，對於研究密碼學，數學基礎理論的積累非常重要。 SIKE的提出者之一，加拿大滑鐵盧大學教授David Jao肯定了這次工作： 雖然一開始我為SIKE被破解感到難過，但這種利用數學的破解方法實在太妙了。 同時，他也為SIKE在被大范圍部署前被破解感到慶幸。 不過，雖然SIKE被破解了，但是其他使用同源方法加密的方法（CSIDHSQsign）還沒有被破解。 值得一提的是，這不是今年第一個被破解的PQC算法。 今年2月，多變量算法Rainbow也被破解了。 蘇黎世IBM研究院的學者Ward Beullens，用自己的筆記本電腦計算了一個周末（53個小時），破解了Rainbow的密鑰。 這一算法同樣是NIST PQC標準算法的候選者之一。 來源：快科技

首先，先解釋下連殺和連續擊殺的含義（官方沒明確給出兩種擊殺模式的名稱，這是按自己理解取的名字）連續擊殺是指在一定時間內連續擊殺敵人，而連殺是指一條命內總共擊殺敵人。 那麼擊殺又是怎麼判定的呢，遊戲中真正的擊殺數據並不是積分表中那個「擊殺」的數值，積分表中的「擊殺」數值其實是你將敵人擊倒的次數，而「刺青」（遊戲翻譯錯誤）則是你將敵人擊殺和助攻的次數總和。 真正的擊殺數據包含一擊必殺（直接擊殺對方，敵人不出現倒地狀態）和補刀（擊殺倒地的敵人），而連殺和連續擊殺的獎勵機制所依據的數據便是這真實擊殺數據。 遊戲中擊殺加分其實分為兩段，擊倒50分，擊殺50分。（助攻另算50分，助攻條件是至少蹭到對方50傷害）。完整擊殺（上述的一擊必殺）直接加100分，實際就是直接統合了擊倒（50），擊殺（50）兩個過程。100分的擊殺會同時使積分表中「擊殺」（其實是擊倒），「刺青」（這里是擊殺）數據加一。 連殺是每五次擊殺額外加50分疊加，如五殺額外加50分，十殺額外加100分，十五歲額外加150分…以此類推，最高到30殺，變態殺戮+300分，此後這一條命不再享受連殺額外加分。 需要注意的是遊戲中某些意外死亡（如被任務中安置的炸彈炸死）雖然不計入積分表死亡數據但依然會中斷連殺的計數，導致又得重頭再來，得不償失。（任務死亡不同於環境死亡，環境死亡要麼算自殺，要麼算他殺，都會計入積分表死亡數據，毫無疑問會斷掉連殺）。 而tk導致的積分表數據變化則有所不同，擊倒隊友-100分，不會使「擊殺」「刺青」數據出現變化。擊殺隊友（包含兩種情況，一直接擊殺：隊友不倒地，直接死亡，二隊友倒地時反補擊殺。兩種情況沒有區別）-75分，會使「擊殺」數據減一（是否影響連殺不太清楚）。 這些機制應該百分之九十五的玩家都是雲里霧里的。 關於擊倒和擊殺：若用輕擊完成最後一擊，輕擊傷害需要至少高出對方剩餘血量20點才能直接擊殺，傷害與剩餘血量之差若低於20點則對方倒地。而重擊無視此規則，只要傷害大於等於對方剩餘血量，直接擊殺。遠程（弓弩，標槍）同樣無視此規則。 沖鋒直接擊殺和擊倒又是另外的機制，個人推測沖鋒的模板分為步兵的沖刺沖鋒和先鋒的跳躍沖鋒。步兵的沖刺沖鋒與輕擊規則相同，先鋒的跳躍沖鋒與重擊規則相同。 來源：遊民星空

網絡沖浪時，你一定曾刷到過這樣的測試題，根據輸入習慣來測性格，比如輸入「ysbg」，候選詞是一絲不苟還是一絲不掛，前者證明是個正經人，後者則不是。 測試的原理很簡單，手機輸入法會記住你的輸入偏好，因此候選詞一定程度上可以反映一個人的性格，算法比你自己更懂你。 我勸你別信，這不過是新時代的「電子迷信」罷了，打出「一絲不掛」不一定是不正經，這個鍋應該算法來背。 輸入法的候選詞預測功能，原本是為了提高輸入效率，但在算法的介入下走向了「歧路」。 算法預測，不一定和你有關 經歷過功能機時代的人，可能都會有這樣一個共同回憶，老師在黑板上揮動粉筆，你在課堂下揣兜，發出輕微的抖動。 嗡嗡嗡，一條簡訊就這樣發出去了，盲打手機鍵盤是高階手機玩家的專屬技能，也是學校朋友圈的社交門檻之一，這背後就輸入預測功能。 手機輸入法從計算機延伸而來，全鍵盤的輸入效率很高，但要求輸入完整拼音，對於手機這種小巧且經常單手操作的設備而言，並不是非常合適。 ▲ 黑莓全鍵盤手機，曾以效率高聞名. 手機出貨量越來越高，輸入麻煩的問題就越發嚴峻，好在永遠有人能從產品體驗中找到賺錢機會，Tegic Communications 公司開發出 T9 輸入法，摩托羅拉為了與之競爭推出了 iTab 輸入法。 這兩種輸入法的共同特徵是都為手機鍵盤設計，支持 9 鍵，同時帶有輸入預測功能，不僅能根據已經輸入的文字調整候選詞，還能根據人們的輸入習慣調整候選詞順序。 比如按下 7 鍵（wxyz）和 9 鍵（qprs），候選詞會出現「我是」，進而候選詞又會優先顯示姓名。 根據輸入習慣調整候選詞順序的認知，在功能機時代就已經形成，今天社交平台上的「輸入法測試」，不過是又一次社交輪回，我們還在重復十年前的事。 有趣的是，隨著簡訊被各種網際網路服務取代，讓你打字更快的輸入法，在輸入預測方面進化出了新功能——算法預測和熱詞推薦，且破壞了自功能機時代就形成的認知，輸入候選詞不一定和你的輸入習慣有關。 比如「yyds」的候選詞原本應該是一衣帶水等詞，在網絡文化的影響下，「永遠滴神」在候選詞中排序越來越靠前，這和你的輸入習慣沒有任何關系。 熱詞推薦選取的熱詞，往往來自各種網絡流行文化，今天是 YYDS，明天是絕絕子，之後還會有更多。 iPhone 默認輸入法的輸入預測功能，甚至會參考 Safari 瀏覽器的瀏覽記錄。 ▲ iPhone 鍵盤. 圖片來自：9to5Mac 輸入「ysbg」，候選詞中有一絲不掛，並不是你不正經，可能是陳奕迅的歌太火，又或是作為陳奕迅的粉絲，你聽過這首歌。 為了讓你輸入更快，輸入預測越來越智能，但人們的固有認知並沒有及時更新，導致不少人替算法背了鍋。 如果不想某天輸入候選框，竄出奇奇怪怪的詞，還是直接關閉熱詞推薦等功能比較好。 信息流的誤解 比起輸入法預測，信息流資訊應用和短視頻應用更像是「算法比你更懂你自己」的原教旨信徒，每一款信息流應用都力爭將如山如海般的內容，通過算法算法推薦，准確地推送每一個人的手機螢幕上。 然而，理想和現實總是會有距離，你可能有過類似的遭遇，刷著新聞或短視頻，信息流突然出現一條一言難盡的八卦內容，剛好又被朋友看見了。 不出意外，朋友臉上很快會浮現「原來你是這樣的人」的表情，滿是調侃與嬉笑。 又一次，你替算法背了鍋，它並沒有那麼懂你。 信息流算法推薦只是在推測你的喜好，它並不能完全真實反饋出喜好，尤其是初使用期間，當沒有用戶數據參考，算法會如何推薦內容呢？ 作為日常接觸大量電子設備的編輯，我有一個切身體驗，每次換不同型號的手機，第一次打開 B 站必然會推薦相關機型的內容，有時是評測，有時是產品介紹。 算法推薦內容和平台氛圍、熱門內容也有不小的關系，UC 震驚體、標題黨的認知，很大程度上來自平台部分熱門內容，即便後續有所改善，但印象一旦形成要再改變，可能要付出數十倍的努力。 ▲信息流資訊應用里的標題黨文章 算法推薦，最終還是要平台內容供應。 即便是算法推薦廣為吐槽的問題信息繭房，也有有著兩面性。 美國學者凱斯·桑斯坦在《信息烏托邦》一書中提出了信息繭房的概念，即人們關注的信息領域會受個人興趣引導，豐富的內容不一定能擴大認知，反而會讓人持續形成偏見，陷入到「繭房」當中。 ▲...

充能的方式 我們可以通過下面四種方式，幫助角色充能 1.元素戰技充能 這是最主要的充能方式，當角色釋放元素戰技命中敵人後，會產出一定的元素微粒 然後，這些微粒會自動飛到角色身上，根據微粒屬性，前後台關系和充能效率，幫助全隊回復能量 下圖為全角色產球表 （1）大部分角色產球固定，有小部分角色有波動，如迪盧克的1/2（33%）表示，有33%的機率產出兩球 （2）機率為100次取樣，湊整，不能確保100%正確，僅供參考 （3）如果在自己嘗試中發現實際產球和圖中不同，那可能是微粒重疊導致視覺上的不同 （4）角色產球存在冷卻，冷卻期間無法產球，祈鳶僅列舉可能會有影響的 2.怪物的獎勵式掉球 這是第二重要的獲能方式，占據不小的比重 當每個怪物的血量跌落到一定程度，就會出現獎勵式的掉球，如獨眼小寶的血量下降到75%，50%，25%後，都會掉落一個無元素的晶球和微粒 （1）如果根據不同怪物，計算不同所需充能太過繁瑣，所以我也就不放表格了（主要是懶） 在計算中，祈鳶習慣計算回能為10-12（大概是面對boss時的較低回能） （2）周本boss不會產球，不過周本應該也不會進深淵吧（大概） 3.天賦特效類回能 比如金箔，天目的特效；溫迪的天賦，雷神的大招之類 （1）上面說是多少就是多少，和獲得能量角色的充能沒用關系，為固定的回能 （2）但有個例外，西風雖然也是回能，但它是以產球的方式回復 所以它其實是與角色充能有關的 （3）雙雷這些，emmm乾脆也算作這里好了 4.普攻回能 在角色普攻時，有20%的機率回復1點能量（固定），表現形式為一個小光圈，如下圖所示 （1）說是普攻也不全是，重擊，蓄力之類的也能觸發 （2）但個人感覺並不算實用，就一點能量，知道有這個東西大概就行了吧（我一般忽略不計） （3）只能由站場角色享有 吃球效率 說完產球我們說一下吃球，之前也說過了，當微粒飛到角色身上後，會根據微粒屬性，前後台關系和充能效率，幫助全隊回復能量 1.微粒屬性 微粒有7種屬性，外加沒有屬性的無元素球，如果微粒屬性和角色相同，則會獲得更高額的回能 2.前後台關系也是如此 目前正在場上的角色為前台，其他則是後台。而前台角色也能獲得更高額的回能 具體關系如下圖所示 （前後台的數據跟隊伍人數有關，祈鳶默認四人隊，一晶球可以換算為三微粒） 3，那麼最後的實際回能可以這樣計算 微粒數量*元素對應的數值*前後台對應數值*充能效率百分比 這樣就能得到最終回復的能量 充能算法 1.先根據上面的角色產球表，確定一輪循環中，各角色產出的微粒數 2.然後明確這些微粒歸誰吃，即前後台關系 可以列一個表格，如下圖所示（如果能理清楚，也可能不列） 3.繼續以表格為例，像鍾離這種不穩定的產球，可以少一點 同樣，為了確保充能的充足，像班尼特那種2/3（25%）也可以默認為2球，就往少了算 4.明確前後台，同異元素後就可以開始計算了 公式為，（所需能量-固定回能）÷（前台同×3+前台異×1+後台同×1.8+後台異×0.6+前台無×2+後台無×1.2） 說到底，就是所需能量÷獲得微粒×對應的倍率（之和） 5.然後我弄表格的時候忘記把雙雷放上去，如果有雙雷，可以再加一列 結語 不是說算出來多少充能，堆到多少充能就夠了，也不是堆不到肯定不過，因為怪物掉球是一個很大的變量 （1）個人建議不穩定產球往少了算，充能略微溢出最好 （2）其實找個木樁子測試也行吧（找那種產球少的），看個人吧 來源：遊民星空

職業 天生係數（爆頭為傷害X1.8倍率） 領袖 物理 1 遠程1.1 乘算暴頭1.98 （係數X武器面板=實際傷害） 近戰 物理 1.5 遠程0.5 乘算暴擊0.9 射手 物理 0.77 遠程1.5 乘算暴擊2.7 輔組 物理 0.8 遠程 0.8 乘算暴擊1.44 所有天賦頁與遊戲里的屬性都是乘算。 所有遊戲里的等級與角色基礎值 都是加算。 天賦與天賦之間的傷害係數 也是乘算。 角色被動的專屬武器提升傷害、截肢、平衡收益在20%乘算。 例：5級物理攻擊 近戰角色 攻擊為武器面板*（150%+20%=170%）為實際傷害。 3級物理攻擊...

原文連結：點擊跳轉 作者：Sébastien Bénard譯者：mnikn1. 什麼是 Bresenham 直線算法 Bresenham 直線算法是個很通用的算法，幾個月前我才剛剛了解到它，它在許多用途上都很實用。這個算法基本用來在兩點之間基於網格（例如像素網格）繪制一條直線，繪制出來的直線是 pixel perfect 的，看起來很酷（譯註：pixel perfect 的定義參考這篇文章中有關線條的說法，幸好學過像素畫不然還不知道這個是什麼）。 不過這個算法還有很多有趣的用途： 視線檢測尋路算法優化平滑尋路路徑視野檢測（圓錐）光照...2. 實現 你可以看下基於 Haxe 的實現，這部分代碼在我的 GitHub 倉庫里面：BRESENHAM.HX 以下是基於 Haxe 的實現： 注意 fastAbs 和 fastFloor都是 absolute 和...

刷新，這個視頻封面看起來不錯，點進去看看。 每天，全球有數億人和你一樣，重復著這個操作，躺在床上刷會短視頻或是追劇放鬆一下。 短視頻和流媒體應用總能在刷新中推出「你喜歡的內容」，總會有一個視頻的封面剛好戳中你的喜好，在這樣的循環中，時間滴滴噠噠走過。 1 小時、2 小時、3 小時，時間就這樣過去了。 短視頻和流媒體應用是怎麼做到的？ Netflix 曾在自己技術Blog網誌中介紹了相關原理，它如何通過一張張封面，讓你「欲罷不能」。 讓你欲罷不能的「封面算法」 在 Netflix 等流媒體服務普及之前，我們看到的電影海報是這樣的，場景和人物形成了互文，《絕命毒師》中主角沃爾特·懷特性格的狠厲展露無余。 ▲《絕命毒師》. 圖片來自：Netflix 又或是這樣的，大尺寸的《沉默的羔羊》電影海報，人們能很直觀地關注到海報中飛蛾其實是由 7 位女性組成，暗示劇中罪犯渴望「破繭成蝶」成為女性。 ▲《沉默的羔羊》. 圖片來自：豆瓣 在線視頻興起初期，這種創意滿滿的海報自然而然地成為了電影封面，但如今你很難在 Netflix 看到類似的創意封面，視頻封面變得更簡單、也更直接了，大多封面都是一個電影標題，配上主角。 看起來似乎是一件「反常識」的事，用電影創意海報作為視頻封面不應該更具吸引力嗎？ 答案是否定的，Netflix 團隊在技術Blog網誌中解釋道。 流媒體的承載者是電視、手機、平板這樣的設備，細節太多的海報觀眾不一定會注意到，甚至會直接劃走忽略。 更重要的是，流媒體上電影和劇集選擇太多了，人們為一部劇集停留的時間太短了。 這或許得怪作為人類的你，能力實在是太強了，根據麻省理工學院官方刊物《MIT News》，人腦處理眼睛所看到圖像，僅僅需要 13 毫秒。 Netflix 為此做過專項實驗，他們發現人們僅僅會為一個視頻停留 1.8 秒，如果 90 秒內沒有點擊任何一個視頻，人們很可能會直接關閉 Netflix。 這是 Netflix...

在前幾天的華為2021年報會議上，華為輪值董事長郭平提到了華為面臨的困境，特別是先進工藝不可獲得，不過他表示華為正在積極尋求系統的突破。 華為在系統優化方面取得了哪些進展？郭平舉了一個AI人工智慧方面的例子，表示手機現在越來越智能，大量的人工智慧的應用，比如拍照語音識別，未來還會持續增加這方面的需求，但是現有的人工智慧神經網絡需要大量的算力，耗電量高。 在這方面，華為研發團隊用創新性的加法神經網絡，來替代傳統的大容量的乘法計算的人工智慧網絡，在保持一些關鍵的人工智慧能力的前提下，減少了大規模的浮點乘法，16位的加法相較於16位的乘法，計算功耗可以下降88%，對應的電路面積可以下降76%。 這就意味著什麼呢？意味著華為的產品將更能適應智能時代，功能強大，並且耗電量更低。 來源：快科技

《東方夜雀食堂》中飯店的生計維持是依靠顧客的關照，營業的收入是由客人為飯菜和酒水支付的錢以及小費獎勵，而遊戲中小費並不受客人錢包里有多少錢的影響，本質上相當於BONUS的獎勵分，意義不大。 營業的收入算法分享 營業的收入是從顧客消費而來的，主要由客人為菜和酒水支付的錢+小費獎勵。需要了解的一點是，小費並不受客人錢包里有多少錢限制，本質上相當於遊戲內的BONUS獎勵分。到後期甚至會出現小費收入是客人支付的錢數倍的場景(因此給天子和魔理沙上貴菜貴酒會提供巨大收益)。 來源：3DMGAME

《東方夜雀食堂》中玩家在營業期間角色是需要給小費的，而小費給多少取決於客人所付的飯錢乘以小費倍率即可，遊戲中可以影響小費倍率的因素有很多，包括維持連擊，客人滿意度，商店擺件，鈴仙能力等等。 小費算法分享 　　小費的數額=客人所付的錢*小費倍率，影響小費倍率的因素包括維持連擊、客人滿意度、擺件、鈴仙能力等。另外華扇符卡和胖滾君提供的收入也屬於廣義上的小費。 來源：3DMGAME

「隔一段時間，就要提醒螢幕前的大家，休息，休息一下」，抖音在前段時間上線了「劃不走」功能，由鳳凰傳奇錄制休息提醒視頻，強行「按住」我們習慣性滑動的手指。 近日，Instagram 也在美國、英國、加拿大和澳洲推出了「Take a Break」（休息一下）。 這個功能就是從字面上理解——當用戶刷 Instagram 的時間到達一定長度，應用會彈出提示，建議用戶休息一下，停止滾動頁面，並對未來設定同樣的提醒。 青少年最受「Take a Break」的關注，他們還將看到由專家背書的提示，從而主動地「反思和重啟」。 ▲ 圖片來自：AP 今年 10 月，已經有報導稱，Facebook 全球事務副總裁 Nick Clegg 承諾， Instagram 將推出「Take a Break」。這位社交媒體高管表示，Facebook 的算法應該負責，包括在需要時進行監管。 在官宣「Take a Break」的同時，Instagram 還宣布了多項實驗性的功能，它們基本都在測試中，計劃明年初上線，目的是使年輕用戶免受平台有害內容的影響。 ▲ 圖片來自：getty...

很多網友好奇，點外賣時，訂單顯示的配送時間是怎麼算出來的？那個時間為什麼有時很長，有時很短？ 今天，美團官方首次公開外賣配送中的「預估到達時間」算法規則。 據介紹，在美團，算法測算出的「預估到達時間」其實不是一個時間，而是四個時間，即「模型預估時間」和「三層保護時間」。 因為擔心模型預估時間與現實情況不符，導致騎手配送壓力增加，從城市特性、配送過程分段累加和距離三個維度，額外測算出了三個時間。為了保護騎手，會從四個時間計算結果里，選擇一個最長的給騎手。大家在訂單頁面看到的，就是算法選定的那個最長時間。 比如，起手小王本單的模型預估時間為 45 分鍾，三層保護時間分別為 40 分鍾 、50 分鍾和 42 分鍾，則他的最終預估到達時間為 50 分鍾。 美圖表示，「預估到達時間」並不是完美的，為此，邀請了不同相關方與一起探討配送時間的計算規則。目前，有兩項正在持續疊代的調整：一是在異常場景下為騎手提供時間補充，二是在部分情況下，將「預估到達時間」變為「預估到達時間段」。 美團稱，「預估送達時間」設計的初衷是，為騎手提供送單時間規劃和建議的同時，告知用戶取餐時間，提升用戶體驗。但在算法的實際運行過程中，發現還存在許多可以改進的地方。 「我們深知，算法是一個技術，它的背後是人，它的目的也是更好地為人服務，為用戶體驗服務，為騎手安全送達服務，為商家生意服務。兼顧騎手、用戶、商家三端的體驗，是一個長期命題，這個命題不容易，但我們正努力為之探索，因為它是我們生存的基礎。」 目前已經響應國家號召積極參與騎手職業傷害保障試點，未來，將配合政府，向騎手群體提供更全面的權益保障體系，也將不斷推動算法規則的透明化，積極聽取多方意見，優化疊代算法技術，推動行業的高質量、健康發展。 來源：cnBeta

麻省理工學院的航空航天工程師近日設計了一種算法，可以幫助無人機在不墜毀的情況下找到繞過障礙物的最快路線。通過新算法可以增強無人機的速度和靈活性，能用於搜索和救援等時間緊迫的任務上。 如果您關注過自動無人機比賽，您可能會像記住勝利一樣記住墜機事件。在無人機比賽中，參賽隊會相互競爭，看看哪款無人機經過更好的訓練，可以最快地通過障礙賽道。但是無人機飛得越快，它們就越不穩定，而且在高速飛行時，它們的空氣動力學可能太復雜而無法預測。因此，墜機是一種常見且通常是壯觀的事件。 除了比賽之外，更快、更靈活的無人機還可以用於救援等等。現在，麻省理工學院的航空航天工程師設計了一種算法，可以幫助無人機在不墜毀的情況下找到繞過障礙物的最快路線。新算法將無人機飛過虛擬障礙課程的模擬與真實無人機在物理空間中飛過同一課程的實驗數據相結合。 研究人員發現，用他們的算法訓練的無人機通過一個簡單的障礙路線比用傳統規劃算法訓練的無人機快 20%。有趣的是，新算法在整個過程中並不總是讓無人機領先於競爭對手。在某些情況下，它選擇讓無人機減速以應對棘手的彎道，或節省能源以加速並最終超越其競爭對手。 麻省理工學院航空航天系研究生 Ezra Tal 表示：「在高速下，存在難以模擬的復雜空氣動力學，因此我們使用現實世界中的實驗來填充這些缺陷，例如，發現先減速後加速可能更好。我們使用這種整體方法來了解如何盡可能快地制定整體軌跡」。 麻省理工學院航空航天學副教授兼信息與決策系統實驗室主任 Sertac Karaman 補充說：「這些算法是實現未來無人機能夠非常快速地在復雜環境中航行的非常有價值的一步。我們真的希望以一種他們可以在身體極限允許的情況下盡可能快地旅行的方式來突破極限」。 來源：cnBeta

2016年，美國食品和藥物管理局（FDA）首次批准了一種用於治療1型糖尿病的「人工胰腺」，它能自動監測血糖水平並為患者注射適量的胰島素。在這項技術的最新發展中，同一類型的系統現在正在2型糖尿病患者身上進行測試。該設備可以幫助患者安全有效地管理血糖水平並降低低血糖風險。 劍橋大學及其大學醫院NHS基金會信託基金首先創建了一個人工胰腺，旨在幫助管理1型糖尿病。在這項工作的最新進展中，研究人員以及來自伯爾尼大學及其大學醫院的研究人員證明，這種技術同樣可以用於患有腎衰竭的2型糖尿病患者。 腎衰竭是2型糖尿病患者的一個常見結果，後者發生在胰腺不能再滿足身體的胰島素需求時。糖尿病仍然是導致腎衰竭的最常見原因，通過增加一個人經歷異常高和低血糖水平的幾率使治療變得復雜。 由於這一並發症，治療同時患有腎衰竭的2型糖尿病患者很困難；在大多數情況下，口服藥物不是一種選擇，這意味著患者必須手動監測他們的血糖水平並注射胰島素。研究人員指出，然而，很難為這些患者制定一個最佳的劑量方案，極端的血糖變化會給這些人帶來嚴重的健康後果。 一種不同版本的人工胰腺正被用於治療2型糖尿病患者。據研究人員說，與用於1型患者的版本相比，這個版本具有一個完全封閉的循環系統。有了這個，人造胰腺就完全自動化了。 該醫療設備利用一個葡萄糖傳感器、胰島素泵和小型計算機來確定胰島素的用量。一部智能手機也被用在其中，對胰島素劑量進行"進一步調整"。與對照組相比，使用人工胰腺的參與者平均有53%的時間能夠保持在其目標血液范圍內，而對照組只有38%。 隨著用於控制胰島素劑量的算法對病人的適應，花在目標范圍內的時間增加了。研究人員目前正在對不需要透析的2型糖尿病門診患者進行該技術的試驗。 來源：cnBeta

EPFL教授Giuseppe Carleo和哥倫比亞大學一位名叫Matija Medvidović的研究生找到了一種在傳統計算機上執行復雜量子計算算法的方法。通常，執行量子軟體需要使用量子計算機。研究人員正在考慮的量子軟體被稱為量子近似優化算法（QAOA），它被用來解決數學中的經典優化問題。 根據研究人員的說法，該軟體是一種從一組可能的解決方案中挑選出最佳解決方案的方法。Carleo說，人們對了解哪些問題可以由量子計算機有效解決有很大興趣，而QAOA是最有希望的候選之一。QAOA旨在幫助實現所謂的 "量子加速"，即預測的使用量子計算機可實現的處理速度提升。 QAOA是一個研究課題，在技術界得到了很大的支持。例如，在2019年，Google創建了Sycamore，一顆包含53個量子比特的量子處理器，並使用它來運行一項任務。據估計，這項任務需要一台最先進的經典超級計算機約1萬年才能完成，但Sycamore在200秒內完成了這項任務。 這項新研究的研究人員希望解決該領域的一個公開問題。在當前和近期的量子計算機上運行的算法能否比經典算法在實際任務中提供顯著的性能提升。使用傳統計算機，研究人員開發了一種方法，可以近似地模擬一類特殊算法的行為，稱為變量子算法。 這些算法是計算量子系統最低能量狀態，或 "基態"的方法。該團隊表示，QAOA是這種類型的量子算法的一個重要例子。研究人員認為，這類算法是在近期量子計算機中獲得量子優勢的最有希望的候選之一。這項工作表明，QAOA可以在目前的計算機上運行，現有量子計算機可以在經典計算機上以良好的精度進行模擬。 來源：cnBeta

對算法的監管，有了最新的嘗試。7月26日，市場監管總局、國家網信辦等七部門聯合發布《關於落實網絡餐飲平台責任 切實維護外賣送餐員權益的指導意見》（簡稱：指導意見），其中提到不得將「最嚴算法」作為考核要求，通過「算法取中」等方式，合理確定訂單數量、准時率、在線率等考核要素，適當放寬配送時限。 何謂「最嚴算法？如何做到「算法取中」？ 對此，澎湃新聞記者專訪了上海人工智慧研究院技術總監沈灝。 沈灝介紹，算法指的是在大數據的支持下，通過不斷獲取最優解，提高整個系統的效率。在很多場景下，算法及其所代表的人工智慧技術，正成為人們的輔助工具，大幅提高了工作效率。「近年來我們一直在強調人工智慧倫理，以人為本地把算法作為勞動者的助手，而不是對手。」 但在外賣行業，算法存在特殊性——算法與勞動者緊密相關，它用純理性的結果，為勞動者訂立考核標準。沈灝指出，本質上最嚴算法和算法取中沒有特別嚴格的定義，「不斷刷新最優解作為新的衡量標準來使用，可理解為最嚴算法。 去年人物雜誌《外賣騎手，困在系統里》一文，引發了大眾對「最嚴算法」的擔憂。文章描述了支撐外賣系統運行的智能算法，為「實現勞動價值的最大化和高效化」，不斷壓縮外賣騎手的送餐時間，繼而引發交通安全等系列問題。 在這一背景之下，如何讓算法更具人性化，成為各方關注的焦點。在沈灝看來，此次的指導意見，意義在於給出了明確的方向，「明確不得將最嚴算法作為考核的要求，就像不能把奧運冠軍的水平作為普通人的考核標準。」 摒棄最嚴算法作為考核要求後，指導意見提出了通過「算法取中」等方式，合理確定考核要素。沈灝指出，算法取中是一個相對模糊的概念，很難定量，通常是設置一個適當的閾值來進行技術實現。 判定閾值設定是否合理，「（需要）接下去需要針對各個業務領域大量地調研，深入每個場景，最終制定一個相對有量化指標的實施方案，有理可據地去對企業的算法做監管。」 「建立一套評價標準體系，有了標準之後，才可以比較定量地去處理算法和勞動者之間的關系。」沈灝表示。 要求「算法取中」在技術上實現的難度不大，更考驗的是「企業管理層如何平衡企業利潤和大眾預期。」 「企業的運行效率短期肯定會受一定影響。因為算法本身提供了非常理性的結論，企業按照算法提供的結論去做，理論上可以達到最高的效率。」沈灝說。「但這只是一個純理性的結果，長此以往會引發更多的問題，從別的角度影響企業的運行效率。但把時間軸拉長，更有戰略眼光、更有社會責任感的企業，能夠在勞動者的幸福感和企業運行效率之間找到平衡點，使之成為企業持續發展的勢能。」 在意見提出後，如何真正將「算法取中」落實，首都經濟貿易大學勞動經濟學院副教授、中國新就業形態研究中心主任張成剛曾向澎湃新聞記者表示，政府可以成立專業機構，來做算法的審查測試，更直接的辦法是對勞動力市場運行結果做監測。 作為技術領域的專家，沈灝也認同這一做法。「它是傳統方式，也是很有效的方式。因為對算法本身來說，可能就是程式設計師調一個值的的問題，到底調50%還是調80%，數值對應的依據和結果分別都是什麼，最後還得回到勞動力市場，去印證50%或者80%是否合理。」 對算法的監管，是數字經濟治理的重要一環。《關於落實網絡餐飲平台責任 切實維護外賣送餐員權益的指導意見》出台的一個背景是，2020年12月，中共中央印發了《法治社會建設實施綱要（2020－2025年）》。 在依法治理網絡空間一節，實施綱要提出，制定完善對網絡直播、自媒體、知識社區問答等新媒體業態和算法推薦、深度偽造等新技術應用的規范管理辦法，以及加強對大數據、雲計算和人工智慧等新技術研發應用的規范引導。 不過，目前還有很多尚待進一步探討的問題，比如當監管部門對算法提出要求，算法如何接受審查，可以向誰公開，公開到什麼程度？《指導意見》暫未做出進一步的披露。 「對於人工智慧企業來說，算法作為主要的產品，如果全部放開，很容易被復制，不是一個能夠長期良性循環的模式。」沈灝表示。 來源：cnBeta

火星到底有沒有生命體存在，一直都是科學家們想要求證的疑點。自好奇號登陸火星以來，似乎為了證明自己不是全無生命特徵，火星有過 6 次甲烷「呼吸」被探測到。但是呼吸點在哪里卻一直沒有頭緒。近期科研人員順著風建了模，將這個困擾已久的甲烷氣體來源問題，著手解決。 甲烷排放點的鎖定 自「好奇號」2012 年登陸火星蓋爾隕石坑以來，通過可調制雷射光譜儀測定附近環境甲烷含量。 期間捕捉到 6 次甲烷濃度峰值，對比正常約 0.41 ppbv（part per billion volume 按體積計算的十億分之一）的背景濃度，幾次濃度峰值可達到 10 ppbv。但是對於這幾次高濃度甲烷氣體來源，一直沒有明確定論。 ▲ 6 次甲烷峰值檢測坐標與火星日間時刻記錄 將檢測到的峰值數據，和微量氣體軌道衛星檢測到的大氣甲烷含量數據進行對比，沒有得出有效結果。這可能是因為，由於晝夜差異，微量氣體衛星沒能成功捕獲到大氣層甲烷信息；也有可能火星大氣層中沒有甲烷，而探測器剛好位於地面甲烷來源中心附近。 為了鎖定甲烷源頭，加州理工的研究人員利用甲烷氣體粒子數據建模，採用拉格朗日逆向分析，將數據處理成離散數據包。結合探測期間風速和風向數據，三維示蹤，縮小了可能存在甲烷排放點的地面范圍。 通過對 6 次甲烷峰值的數據分析，找出了 6 處最有可能的甲烷源頭區域。最近一個位置距離「好奇號」西南偏西幾十英里。 ▲ 以峰值 1 和峰值 2 數據為例，分析甲烷源頭與好奇號方位關系 「數據表明，在西北部的隕石坑底，位於好奇號西南偏西方向，有一個活躍的甲烷排放點」研究人員在論文中描述到，「我們為好奇號選擇的著陸點，剛好位於甲烷活動位置附近，這件事大概得益於巧合」 「同時，由於我們沒有準確的甲烷降解數據，用於完善計算模型，源頭可能位於蓋爾隕石坑外部更遠距離。」 ▲ 俯瞰好奇號 對結果的預測 參照地球氣體環境，甲烷最常由微生物產生，很有可能是證明生命活動的有力證據。因此火星上甲烷的產生原因，很大程度上可以成為火星生命體發掘的關鍵路標。 甲烷的可檢測壽命只有 330...

無人機想要變得更加實用，就需要飛得更快。由於電池續航瓶頸，無人機必須要在盡可能短的時間內完成指定任務，例如在災難現場尋找倖存者、檢查建築物、運送貨物等等。現在，蘇黎世大學 (UZH) 的一個研究小組創建了一種算法，該算法可以找到最快的軌跡來引導四旋翼飛行器通過飛行路線上的指定航點。 UZH 機器人和感知小組、以及 NCCR Robotics 救援機器人挑戰賽負責人 Davide Scaramuzza 表示：「我們的無人機在實驗賽道上擊敗了兩名世界級人類操控無人機的最快圈速」。 Scaramuzza 表示：「該算法的特別之處在於，它是首個生成充分考慮無人機限制的時間最優軌跡的算法。以前的工作依賴於對四旋翼系統或飛行路徑描述的簡化，因此它們是次優的」。該論文的第一作者 Philipp Foehn 補充道：「這個算法的關鍵是，我們的算法只是告訴無人機通過所有的航點，而不是將飛行路徑的部分分配給特定的航點，但不是如何或何時這樣做」。 隨後研究人員將算法和兩位無人機駕駛員在同一個賽道進行比賽。他們採用外部攝像機精確捕捉無人機的運動，並且--在自主無人機的情況下--向算法提供關於無人機在任何時刻的實時信息。為了確保公平的比較，人類駕駛員在比賽前有機會在賽道上進行訓練。但算法贏了：它的所有圈數都比人類的快，而且性能更穩定。這並不令人驚訝，因為一旦算法找到了最佳軌跡，它就能多次忠實地再現它，而不像人類操作員。 來源：cnBeta

機器學習可以說是在我們生活中無處不在，不論是電商平台上的大數據推薦，還是說AI本身的訓練都是與機器學器息息相關。而現在，機器學習就往遊戲領域更進一步了，但是對於遊戲玩家來說可能不是一個什麼好消息，因為機器學習這次是被應用在外掛作弊上了。 據媒體Ars Technica報導，有人研發了一款基於機器學習而成的自瞄外掛，並且表示遊戲開發者將會「非常難」偵測到這個外掛。但這可能也不是最重要的，在這之前外掛等的作弊行為都只是存在於PC上，但是這個新的外掛卻是可以在主機上使用，意味著主機版FPS遊戲玩家也有可能會遭殃了。 為什麼這個外掛理論上來說這麼難偵測呢? 這要從它的原理說起。一般我們知道的自瞄鎖頭外掛軟體都是通過篡改遊戲文件才能起作用的，而反作弊軟體就是通過檢查這些文件可判斷玩家有沒有開掛的。 但是新出來的這個外掛並不需要修改任何遊戲文件，它是先通過外掛自帶的圖像視覺識別算法，對主機或者PC遊戲圖像里的人類形狀進行訓練。之後當遊戲畫面中出現敵人時，玩家只要把視覺移到敵人大致上的方向，外掛軟體就會發送指令到訊號環出設備上，後者收到訊號就會模擬出點擊/開火的指令。從畫面上出現敵人到發出點擊指令，整個過程只需要10ms。由於整個程序以及訊號環出設備都沒有對遊戲文件作出任何修改，因此一般常用的反作弊軟體理論上來說也是很難判斷出玩家到底有沒有作弊。 不過理論歸理論，Riot Games旗下遊戲《特戰英豪》的一位反作弊負責人就向Ars Technica表示，之前他們是成功封禁過一位使用了「可以讀取玩家螢幕並且在外部設備幫助下模擬出正確訊號外掛」的玩家，因此際上這類外掛在反作弊軟體加上人工審核之下確實是有可能被識別出來的。 ...