Pokerogue项目中Sheer Force能力与特定招式交互的Bug分析
2025-06-11 23:55:21作者:羿妍玫Ivan
问题概述
在Pokerogue项目中,发现Sheer Force能力(强行特性)与某些特定招式的交互存在异常。具体表现为Flower Trick(千变万花)、Smack Down(击落)和Sappy Seed(树果种子)这三个招式被错误地判定为受Sheer Force能力影响。
技术背景
Sheer Force是宝可梦系列中的一种特性,其效果是:
- 使拥有该特性的宝可梦使用的攻击类招式的追加效果发动率提升30%
- 但同时会取消这些追加效果的实际作用
然而,并非所有具有追加效果的招式都应受此特性影响。根据官方规则,某些招式的效果属于"主要效果"而非"追加效果",这些招式不应被Sheer Force特性所影响。
问题详细分析
在Pokerogue项目的代码实现中,以下三个招式被错误地标记为受Sheer Force影响:
- Flower Trick(千变万花):草系物理攻击,必定命中且必定暴击
- Smack Down(击落):岩石系物理攻击,能将飞行系或浮游特性的宝可梦击落地面
- Sappy Seed(树果种子):草系特殊攻击,能吸取对手HP
这些招式的共同特点是:
- 都具有100%触发几率的"效果"
- 但这些效果实际上是招式的主要功能,而非追加效果
- 在官方比赛中,这些招式不受Sheer Force特性影响
问题根源
通过代码审查发现,问题源于这些招式的效果触发几率被错误地设置为100%。在Pokerogue的代码逻辑中,系统会默认将任何具有非零触发几率的招式效果视为"可被Sheer Force影响"的追加效果。
正确的实现应该是:
- 对于主要效果(不应被Sheer Force影响的),应将触发几率设置为-1%
- 只有真正的追加效果才应设置为正数的触发几率
解决方案建议
- 修改招式数据:将Flower Trick、Smack Down和Sappy Seed的效果触发几率从100%改为-1%
- 完善特性逻辑:在Sheer Force特性的实现中,明确区分主要效果和追加效果
- 添加特殊标记:对于特殊招式,可以添加额外标记来明确其是否应受Sheer Force影响
影响评估
该bug会导致以下游戏平衡性问题:
- 使用Sheer Force特性的宝可梦在使用这些招式时会获得30%威力加成
- 但这些招式的主要效果却会被错误地取消
- 这既不符合官方规则,也破坏了游戏平衡
结论
Pokerogue项目中Sheer Force特性与特定招式的交互存在实现错误。通过调整招式的效果触发几率标记,可以修复这一bug,使游戏行为符合官方规则。这一修复将提升游戏的竞技公平性和规则一致性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868