Píše:
* situace ve scéně se vyhodnocuje komplexně ... tedy ne sadou parciálních hodů, ale pokud možno "dohromady" ... důvodem je, že to, co řešíme pravděpodobností, ve skutečnosti (podle mě) nemá často pravděpodobnostní charakter. nebo aspoň zcela netriviální. lezení na skálu není o procentní šanci, vzpomenutí si na něco není o procentní šanci, zahlédnutí někoho v divočině není o procentech ... atd.
Tady bych řekl, že si pořádně neuvědomuješ, co je to pravděpodobnost. Pravděpodobnost je v drtivé většíně případů model (rozhodování) na základě neúplné informace. Šplh atp. je pak čistě pravděpodobnostní věc, nehledě na to, že při dobrém nastavení pravděpodobností je "hod 1x na šplh" a "hod 1x na 10 sáhů šplhu" totožné.
Píše:
- jakkoli podle vás bylo dokázáno, že d100 je to špatný hod oproti d20. pro mě je informace o šanci 85% prostě jasnější, než když mi někdo řekne, že mám přehodit DC 17.
Tohle je zrovna něco, co se dá poměrně jednoduše vžít. Vůbec, lidský mozek má neuvěřitelnou schopnost vžít a kalkulovat uvnitř naprosto arbitrárních pravidel a mantinelů, například takový Curling.
Jestli je ten hod 1k10, 1k20 nebo 1k100, pokud má dobré vlastnosti (npř. ne 1k7, tam už to funguje hůře; další věc jsou plusy a mínusy, do 1k10 těžko narveš velké množství malých bonusů) je pak naprosto jedno.
Píše:
asi bych dal raději přednost jinému rozdělení. ale nezabýval jsem se v tomto ohledu game designem natolik, abych uměl říc, které by mi více vyhovovalo.
jestli třeba hod součet 11d10
Jak to vidím já, tak tu máš dvě možnosti:
1. na hozené hodnotě záleží
2. na hozené hodnotě nezáleží
Ad 2) jsou lineární hody mnohem výhodnější. To čistě proto, že to lze jednoduše převést všechno na kostku (according to granularity of probability represented by each value on dice). Naprosto jednoduše a pro každeho. Jasně, v momentě, kdy máš opakované hody, nutný počet X úspěchů s first fail = total fail, tak se pravděpodobnost komplikuje, ale v případě jednoho hodu s lineární pravděpodobností na jedné kostce je převod jednoduchý. Npř. u té procentovky jednoduše rozdělíš kostku na dva intervaly, jeden má sumu 70%, druhý 30% a jednoduše rozkalkuluješ šanci na úspěch (70%) a neúspěch (30%).
ad 1) Zde máš dvě možnosti, sumu a počet úspěchů na kostkách. Suma má obrovské množství nevýhod, pravděpodobnosti se drasticky liší hod od hodu v závislosti na počtu kostek a typu kostky. Ačkoliv hodně hodů má bell curve a je možné spočítat střední hodnotu, podobný výsledek je výhodnější v PC hrách (nebo statistického modelování vůbec), kde můžeš využít výhodu dobrých rozdělení k realistickém simulování různých reálných jevů a nezajímá tě, nakolik intuitivní to bude a jak složité je to počítat ručně.
Druhá možnost, počet úspěchů, pěkně spojuje výhodu lineární pravděpodobnosti a sumy, bez nevýhody sumy. Každá kostka je lineární pravděpodobnost. Spočítat množství úspěchů (zejména, pokud tě zajímá jen překonání tresholdu, ostatní můžeš brát jako bonus) je mnohem jednodužší a s trochou cviku nebo s poučkami se to dá naučit. Přitom tam máš tu bell curve, takže i hodnocení úspěchu podle počtu hozených úspechů na kostkách má lepší statistické vlastnosti (+ hážeš hromadu kostek, což je prča). Pořád to není tak bezpracné jako lineární pravděpodobnost... ale když chceš něco víc, bude to vždycky něco stát.