有限回合工坊怎样按剩余时间选择加工还是休整:机制复算第26组
工坊越疲劳,每回合产量越低,但休整会占掉一个本来可以生产的回合。判断现在是否休息,不能只看当前状态,还要看剩余回合数和加工后疲劳改变的可能性。
输入与明确规则
本例四档疲劳从零到三,休整无产出并降低两档,最低到零。加工按当前档位取得固定产出,再按给定概率升一档,其余概率不变,最高档保持三。目标是最大化有限回合内的期望总产出。
四档产出[11, 6, 4, 2],加工升档概率1/4,共7回合,从疲劳档2开始。
本组计算记录
剩余回合、疲劳 | 加工价值 | 休整价值 | 选择、最优值 1,0 | 11 | 0 | 加工,11 1,1 | 6 | 0 | 加工,6 1,2 | 4 | 0 | 加工,4 1,3 | 2 | 0 | 加工,2 2,0 | 83/4 | 11 | 加工,83/4 2,1 | 23/2 | 11 | 加工,23/2 2,2 | 15/2 | 11 | 休整,11 2,3 | 4 | 6 | 休整,6 3,0 | 471/16 | 83/4 | 加工,471/16 3,1 | 139/8 | 83/4 | 休整,83/4 3,2 | 55/4 | 83/4 | 休整,83/4 3,3 | 8 | 23/2 | 休整,23/2 4,0 | 2449/64 | 471/16 | 加工,2449/64 4,1 | 107/4 | 471/16 | 休整,471/16 4,2 | 359/16 | 471/16 | 休整,471/16 4,3 | 27/2 | 83/4 | 休整,83/4 5,0 | 12047/256 | 2449/64 | 加工,12047/256 5,1 | 567/16 | 2449/64 | 休整,2449/64 5,2 | 2001/64 | 2449/64 | 休整,2449/64 5,3 | 91/4 | 471/16 | 休整,471/16 6,0 | 57201/1024 | 12047/256 | 加工,57201/1024 6,1 | 2833/64 | 12047/256 | 休整,12047/256 6,2 | 10255/256 | 12047/256 | 休整,12047/256 6,3 | 503/16 | 2449/64 | 休整,2449/64 7,0 | 264847/4096 | 57201/1024 | 加工,264847/4096 7,1 | 13583/256 | 57201/1024 | 休整,57201/1024 7,2 | 50033/1024 | 57201/1024 | 休整,57201/1024 7,3 | 2577/64 | 12047/256 | 休整,12047/256 按策略向前传播的每回合期望产出: 剩余7:状态概率['0', '0', '1', '0'],产出0 剩余6:状态概率['1', '0', '0', '0'],产出11 剩余5:状态概率['3/4', '1/4', '0', '0'],产出33/4 剩余4:状态概率['13/16', '3/16', '0', '0'],产出143/16 剩余3:状态概率['51/64', '13/64', '0', '0'],产出561/64 剩余2:状态概率['205/256', '51/256', '0', '0'],产出2561/256 剩余1:状态概率['615/1024', '179/512', '51/1024', '0'],产出9117/1024 累计期望产出57201/1024。
本表使用独立的教学数据,编号只是对象身份,不代表任何游戏的默认参数。请保留输入顺序、边界是否包含以及同值处理方式。分数是准确值,复算时不应把显示用的近似小数重新当成原始输入。
结果如何复核
从剩余零回合的价值全零开始,逐层比较加工的当前产出加后续期望,以及休整后状态的后续价值;相等时选加工。表格列出每个剩余回合和疲劳档的两个候选值、选择与最终价值。
独立复核从起始档位向前传播状态概率,按表中策略累计每回合期望产出,结果应等于倒推得到的起始价值。每步概率总和必须为一,并逐项检查两个候选都不超过记录的最优值,以确认表格既可实现又没有漏掉更优选择。
限制与可变条件
这里的概率是教学模型输入,不来自真实生产统计,也没有金钱或付费机制。最优指期望总产出,不保证每条随机结果都获得相同产量。加入完成期限惩罚、材料库存或休整费用时,需要把它们明确加入状态与规则。
尝试另一组设置时,先只改一个条件,定位最早发生变化的中间步骤。最终数值相近不代表过程等价;保存原始数据、选择理由和边界检查,才能把计算错误与规则变化区分开来。