首页
/ Rathena项目中的Dissonance与Ugly Dance技能伤害计算问题分析

Rathena项目中的Dissonance与Ugly Dance技能伤害计算问题分析

2025-06-26 12:39:24作者:俞予舒Fleming

问题概述

在Rathena开源游戏服务器项目中,发现两个音乐系技能"Dissonance"(不和谐音)和"Ugly Dance"(丑陋之舞)的伤害计算存在偏差。这两个技能都是《仙境传说》(RO)游戏中吟游诗人和舞娘职业的核心技能。

技能伤害计算差异

Dissonance技能

当前实现中的伤害计算公式为:

30 + 10 * 技能等级 + 3 * 音乐课程等级

而根据官方数据,正确的计算公式应为:

30 + 10 * 技能等级 + 技能等级 * 音乐课程等级

Ugly Dance技能

当前实现中的SP伤害计算公式为:

5 + 5 * 技能等级 + 5 + 5 * 音乐课程等级

而正确的计算公式应为:

5 + 5 * 技能等级 + 技能等级 * 音乐课程等级

技术分析

这两个技能的计算公式错误都集中在音乐课程(Musical Lessons)加成部分。当前实现中,音乐课程的加成是固定值乘以技能等级,而实际上应该是技能等级乘以音乐课程等级。

这种错误会导致:

  1. 低技能等级时伤害偏高
  2. 高技能等级时伤害偏低
  3. 音乐课程的效果被低估

修复方案

项目团队已经针对Pre-Renewal模式进行了修复,将计算公式调整为官方数据。但由于Renewal模式下缺乏足够的数据点验证,暂时无法确定其计算公式。

在Renewal模式下,Dissonance技能的伤害计算更为复杂,涉及魔法攻击力(MATK)百分比加成。例如:

  • 1级:800% MATK
  • 3级:1300% MATK
  • 5级:1800% MATK

影响评估

这个修复将影响:

  1. 吟游诗人和舞娘职业的伤害输出
  2. PvP和PvE中的平衡性
  3. 玩家对这两个技能的价值评估

结论

技能伤害计算的准确性对于游戏平衡至关重要。Rathena团队通过持续的问题追踪和修复,确保了游戏体验尽可能接近官方设定。对于Renewal模式下的技能公式,需要进一步的数据收集和分析才能进行准确调整。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284