无期迷途抽卡概率模拟分析

有同学曾发帖用数学方法计算50抽后的概率变化，过程较复杂。我于是自行模拟了一番，结果发现了一些有意思的现象。

核心模拟结果详见最终分析部分。

抽卡概率机制设定

依据摸诺斯系统抽卡规则说明

假设前50抽每抽独立出狂概率为0.02，后续29抽每抽独立出狂概率为p，且第80抽必定出狂。为简化分析，忽略高危与狂厄十连必得其一的联合建模影响。

问题在于我们

后29次抽出狂率的概率p为多少

抽卡系统还涉及多抽概率分布及保底机制等特性。

为何采用先低后高概率设计，这种调整带来了哪些特性改变？

2、模拟

通过模拟上述过程，采用人工二分法结合遍历方式搜索参数p，得出两个关键结果。所示，分别为小概率0.02与大概率0.09加保底机制，以及概率0.024加保底机制，两种情形下整体出货率均为0.028。

Python代码就不发了，有需要可私聊我。

3、对比分析

两种方式产生的狂轮数与多狂分布相近，单一概率下多狂数量约多出七分之一。

单一概率触发狂暴的保底率高达14.6%，而小概率与大概率组合的保底率仅为2.4%，说明机制显著降低了整体保底几率。

一轮抽取中获得目标角色的概率分布发生了显著变化（为便于观察，已统一换算至每10抽的基准）。由于机制调整，0至20抽出货的幸运玩家比例下降了15%，20至40抽的普通玩家减少了6%，40至50抽群体基本保持稳定；而50至60抽的非酋人数激增245%，60至70抽的非酋增长75%，但70至80抽的顶级非酋则锐减70%。总体来看，原本在极低抽卡次数内获得角色的少数欧皇，以及高抽卡次数仍未出货的顶级非酋，其人数减少明显，这部分人群主要向50至70抽区间集中，使得该区段的非酋比例大幅提升，整体分布趋于中间偏后区域。

这一机制虽然在一定程度上缓解了原有的两极分化（如0、1与8之间的差距），却悄然转向了另一种两极格局，即集中在0、1和5、6区间。两种抽卡机制的概率分布并非围绕均值对称的正态分布，而更接近于从0和50起始的泊松或二项分布。可以理解为：当10至20次出卡时，相当于前一批0至10次出卡者之外的新群体重新开始一轮0至10的尝试。这种结构导致资源高度集中于0至10的欧皇与50至60的非酋两端，形成明显的两级分化，令身处后者的玩家倍感无奈与压抑。

4、优化

若希望各区间概率分布均衡，避免两极分化，可采用类似正态化的思路调整概率，使其随次数动态变化。先确定各区间的总概率分配，再计算每次对应的概率值。需结合用户接受度，合理设计概率区间，进而进行具体测算与实现。

折腾一整晚，正好五点，该去刷烙印了。