PKHeX项目中的Gen4 HGSS狩猎地带与口袋计步器合法性检查问题解析
2025-06-16 15:25:39作者:昌雅子Ethen
背景介绍
在Pokémon游戏数据管理工具PKHeX中,近期发现了一个关于第四世代《心金/魂银》(HGSS)版本中狩猎地带(Safari Zone)和口袋计步器(Pokewalker)获取的宝可梦合法性检查存在误判的问题。这个问题主要影响了通过特定RNG(随机数生成)操作获得的宝可梦的合法性验证。
问题现象
用户报告了三种被错误标记为不合法的宝可梦案例:
- 狩猎地带获取的Rhydon:通过RNG操作在具有可爱魅力特性(Cute Charm Glitch)的存档中获得,被错误标记为非法
- 口袋计步器获取的Magby和Cleffa:同样通过RNG操作获得,被错误标记为非法
- 随机从口袋计步器获取的Magby:非RNG操作获得,但仍被错误标记为非法
技术分析
狩猎地带问题
PKHeX的数据库中缺少Rhydon在狩猎地带第5槽位的遭遇记录,只有Rhyhorn的记录。这导致当游戏实际生成Rhydon时,合法性检查无法找到匹配的遭遇记录而误判为非法。
口袋计步器问题
PKHeX对口袋计步器宝可梦的合法性检查存在多个问题:
-
初始种子生成逻辑:代码中描述的初始种子生成条件与实际游戏逻辑相反。正确的逻辑应该是:
- 当玩家开始漫步(stroll)时,基于当天经过的秒数(<86400)生成初始种子
- 否则,基于启动时的日期和时间生成初始种子(类似于Gen4的初始种子生成方式)
-
漫步相关RNG机制:
- 开始漫步后,游戏会生成3只宝可梦供遇见,这些结果与关联性无关
- 漫步会导致3次RNG推进,初始种子[漫步]可以推进3+(2n)次,或[非漫步]推进0+(2n)次
-
遭遇槽位顺序:PKHeX中存储的口袋计步器遭遇槽位顺序与游戏实际使用的顺序相反。游戏代码使用
rand() & 1 == 0来选择索引,导致实际顺序与ROM/PKHeX中的顺序相反。 -
合法性检查过度严格:代码不必要地检查了漫步生成的槽位是否匹配,而实际上这种检查对于合法性验证是不必要的。
解决方案
开发者对PKHeX进行了以下修正:
- 移除不必要的遭遇槽位检查:不再检查漫步生成的宝可梦是否匹配特定槽位
- 修正初始种子生成逻辑:确保与游戏实际行为一致
- 改进RNG种子显示:现在会显示IVs的RNG种子以及种子类型和之前需要捕获的宝可梦数量
技术细节补充
口袋计步器宝可梦的生成涉及复杂的RNG机制:
-
种子生成:
- 漫步种子:3600 * 小时 + 60 * 分钟 + 秒
- 非漫步种子:(((月*日 + 分钟 + 秒) & 0xff) << 24) | (小时 << 16) | (年)
-
RNG推进:
- 漫步种子在奇数次推进时使用(3,5,7,9,...)
- 非漫步种子在偶数次推进时使用
-
IV生成:游戏通过调用rand()两次来生成每只宝可梦的IVs
区域限制说明
值得注意的是,口袋计步器课程本身可能有区域限制,但宝可梦的接收没有区域限制。玩家可以从不同区域的游戏链接的口袋计步器接收宝可梦,这使得区域检查在合法性验证中不必要。
结论
通过对PKHeX中Gen4 HGSS狩猎地带和口袋计步器合法性检查逻辑的修正,现在能够正确识别通过RNG操作合法获得的宝可梦。这一改进不仅解决了误报问题,还通过显示更多RNG相关信息提高了工具的透明度和实用性。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
513
622
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
398
299
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++
943
884
🎉 (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
1.56 K
906
暂无简介
Dart
918
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924