
IBCarpet
一个地毯扩展模组,并将JoaCarpet的疯狂行为特性移植到更新版本的Minecraft。这用于操控物品实体的随机数生成。
ibcarpet
一个地毯扩展模组。将 JoaCarpet 的疯狂行为特性移植到更新版本的 Minecraft 中。
疯狂行为用于测试物品实体随机数生成(RNG),它让用户控制随机数生成器,从而强制生成极不可能出现的数字,而无需等待数小时。
目前,此扩展支持对以下操作进行物品实体 RNG 控制:
- 破坏矿车
- 活塞破坏方块
- 破坏容器(箱子、投掷器、漏斗)
- 发射器 RNG(发射器、合成器、投掷器)
- 投掷物
用法
要开始使用 IBCarpet(Insane Behaviors Carpet):/carpet insaneBehaviors true。如果想关闭一切,请将 true 替换为 false。
默认情况下,ibcarpet 使用极值参数为 0.5 的三峰分布。此模组提供的分布可以使用 /carpet ibDistribution <distributionName> 进行配置。分布控制随机数的选取方式。请阅读下方的分布说明,以了解何时使用哪种分布。
分布
三角形分布
这是 Minecraft 默认物品实体位置和速度 RNG 所使用的大部分随机数生成器。IBCarpet 将这些三角形分布随机数替换为自定义随机数,用户可以自由修改以满足自己的需求。IBCarpet 替换的某些 RNG 来自均匀分布而非三角形分布,但这完全不影响 IBCarpet 的总体目的。
以下是 Minecraft 三角形分布 RNG 的当前实现:
default double triangle(final double mean, final double spread) {
return mean + spread * (this.nextDouble() - this.nextDouble());
}
this.nextDouble() 在 [0, 1) 范围内均匀生成一个数字。mean 和 spread 大多数时候是常量,为了理解如何使用 IBCarpet,我们不需要担心它们。
this.nextDouble() - this.nextDouble() 正是赋予三角形分布形状的部分。如果我们多次运行它,并将输出收集到直方图中,其中 Y 轴是 X 轴上该范围内数字被选中的概率,它将看起来像这样:

形状看起来像三角形,峰值在 0 处,当 RNG 生成更接近 -1 和 1 的数字时,频率降低。这正是我们在原版 Minecraft 中看到的行为。例如,投掷器将物品以随机方向发射出去,但时不时会有一个或几个物品比其他物品飞得更远。这是因为 Minecraft 的 RNG 从三角形分布中选取数字;它模拟正态分布(钟形曲线),其中远离中心的值极不可能发生,但只要有足够时间最终会发生。
这就是为什么疯狂行为对许多技术玩家有用。与其测试/等待很长时间来捕捉极不可能发生的事件,这个地毯扩展允许玩家更快地捕捉这些事件。
均匀分布

在此分布内,所有数字被选中的可能性相同。这在长时间测试设计时很有用。如果有足够时间,均匀分布很可能覆盖所有边界情况。
双峰分布

此分布与三角形分布完全相反,三角形分布中所有不可能发生的事件在双峰分布中都很可能发生。这对于仅测试非常罕见的边界情况很有用。
此分布的极值参数可以使用 /carpet ibBimodalExtremeness <value> 进行配置。value 可以是 0 到 1 之间的数字,但不能正好是 1。0 表示均匀分布,值越接近 1 表示“非常极端的边缘”。默认极值参数为 0.5。
三峰分布

此分布类似于双峰分布,但更可能发生的是 -1、0 和 1 附近的值,而不仅仅是 -1 和 1 附近的值。双峰分布在覆盖轴对齐的极值方面效果不佳。例如,当物品从投掷器发射时,它会在 X 和 Z 轴上选取一个随机速度向量。双峰分布只能增加 X 和 Z 同时达到极值的概率,不能一次只增加一个轴。这意味着,在这种情况下,如果双峰分布具有高极值,它仅适用于测试对角线发射的物品,这可能会遗漏一些物品平行于世界轴移动时发生的边界情况。
此分布的极值参数可以使用 /carpet ibTrimodalExtremeness <value> 进行配置。value 可以是 0 到 1 之间的数字,但不能是 1。0 表示均匀分布,值越接近 1 表示“非常极端的边缘和中心”。默认极值参数为 0.5。请注意,此值对其分布的改变不如双峰极值参数对其分布的改变那么大。
离散分布

与其他分布不同,离散分布不是连续的。它基于预先确定的一组可能数字随机选取数字。这组数字可以使用 /carpet ibDiscreteCuts <value> 进行配置。展示模式比解释 IBCarpet 中离散随机数如何生成更好。
以下是模式:
- Cut = 0,可能的数字是
[0, 1] - Cut = 1,可能的数字是
[0, 0.5, 1] - Cut = 2,可能的数字是
[0, 0.333..., 0.666..., 1] - Cut = 3,可能的数字是
[0, 0.25, 0.5, 0.75, 1]
可能的数字就像均匀地切分蛋糕。随着切割次数的增加,每次切割之间的空间变得更薄。从此可能数字集合中选取一个值作为生成的数字。随着切割次数接近无穷大,分布变为均匀分布。
离散分布对于非常快速地测试大多数可能的边界情况很有用。由于它只有有限数量的可能数字,因此很容易生成极值。请记住,离散分布可以帮助玩家快速生成许多重要且独特的极值,但它并不能覆盖所有可能性。
与其他分布不同,此分布的范围是 [-1, 1](包含),而不是 (-1, 1)(不包含)。
默认切割次数为 4。离散分布取代了原始 JoaCarpet 扩展中使用的系统性随机数生成方法。
与 JoaCarpet 的区别
JoaCarpet 生成随机数的方式类似于离散分布。然而,两个主要区别是:离散分布是独立的(前一次生成不影响当前生成),而 JoaCarpet 不是无记忆的(有一个计数器记住随机数被调用了多少次)。JoaCarpet 的方法是从最极端的数字开始:0 和 1。当计数器达到 1 时,它会重置,并自动增加切割次数,以便下一次迭代将循环 0、0.5 和 1。这种方法的一个主要问题是它需要手动用户输入来重置计数器,而且计数器在所有物品实体随机化事件之间共享。如果你有多个投掷器做同样的事情,某些投掷器可能永远不会触发边界情况。在让 JoaCarpet 疯狂行为运行数小时后,你可能会遇到投掷器基本上将物品发射到同一位置。这是因为“cuts”值变得太大,以至于每次物品发射之间的增量步长几乎为 0。
正在加载版本记录…
正在加载评论…
评论在新手盒子客户端中发表,这里同步展示。