模拟器的测试环境与指标

模拟器实验的核心在于为每个手法设计AI与技能轴（因为人类连续多次操作难以完全复刻），而这需要一种“对比手法优劣”的方式。

模拟器中提供了稳定的伤害能力，所以仅用“有效HPS”往往难以区分手法的上限，因为“治疗的上限就是伤害”，等于说只要没有重伤，大家的治疗数值就都差不多，那就完全不可比了。

而解决的方式也很简单，只要把过量的部分也计算进去即可。

一个直观的例子是：假设治疗时机和目标相同，对于两个人，一个人能奶50000，一个人能奶100000，而副本伤害只有30000，那两者的有效部分都是30000，没有差别；但是，如果计算过量的部分，后者就比前者高了。而假设高难度副本伤害是80000，那么后者可以通过而前者会失败，就说明这两者确实有差距。

也就是说，oHPS是一种“反映上限”的方式。它可以体现固定时间内的治疗潜力。

在具体处理上，oHPS还有一些其它细节：

• 对于减伤，oHPS会把“减伤生效的部分”计入统计。这是很关键的：减伤避免的实际掉血，同样减轻了治疗负担。它当然应该被计入统计。
• 对于化解，oHPS会尝试把“实际生效的化解值”计入统计。如果盾值没有生效，那么就不计入统计了。
• 对于治疗吸收，oHPS会正常计算吸收的治疗量——其实完全没有任何差别，因为oHPS本来就统计过量。
• 对于龙葵，benchmark会计入实际产生的化解；自苦的产生和到期目前不另记负分或返还，其治疗吸收在血线中结算。
• 对于“梅花三弄导致的盾值填充”，oHPS只记录每次实际新增的原生盾值中被消耗的部分——实际上，如果梅花三弄被填充，那这些“填充用的过量治疗”已经被oHPS统计一次了，直接按这些来源计算就行了。

总之，oHPS的意图在于：不重不漏地计算所有收益。这会是我们的两大实验指标之一。

oHPS的缺陷在于：它把治疗当成了纯粹刷治疗量，而不是保证不出现重伤。为了提高oHPS，玩家可能会对着满血的团队消耗资源以防止“空转cd”，或者把所有爆发开在一起从而“提高叠乘收益”，这很显然是不利于通关的。

为了解决这个问题，我们使用一套略微复杂的方式：

第一步：在模拟器中选取12个随机种子，重复相同的实验12次。在不同的种子下，技能是否会心、多目标技能选取的方式都会有所不同。

第二步：固定每个人的伤害、施法和选目时间线，对受测者及其宠物的普通治疗和治疗系数护盾乘以K；固定治疗、减伤和伤害保持原值。

第三步：遍历预先设定的倍率网格，找到从该点到网格上限都能通过的最低K值。生存场景要求全员不重伤；血池场景则要求达到规定的终局血量。

第四步：将12个K值从小到大排列，取第6个值作为M50，表示至少半数样本达到的持续通过门槛。M50越低，所需的治疗强度越低。

M50的思路来源于：即使伤害环境的压力不足，区分治疗手法的优劣依然是有意义的，因为更好的治疗手法可以“在更低的治疗强度下通过”，这显然是一个收益点。因此，找“系数K”的过程，实际上就是在看一个手法的“治疗强度下限”在什么地方。

这里采用12个独立随机种子。按K值排序后，第3至第10顺位构成中位数的95%置信区间，实际最低覆盖率约为96.14%。

需要注意的是，实验中用的benchmark是一种“极限测试”，它的目的不是通关，而是对不同手法/配装/奇穴/心法进行比较。M50是一个经验中更能找出“最大潜能”的方式，它既要求进行无上限地调优，又鼓励进行有风险但有收益的选择。

一个最常见的误区是“因为治疗心法不接受风险，所以要100%的成功率”：首先，即使零失败，要以95%的单侧置信下界确认成功率至少为95%，也需要59次独立实验，计算成本明显增加；其次，这会导致选出一些“过于保守”的方案，“多目标但非全团”类的技能收益大打折扣；最后，实战中多心法配合还会改变风险分布。绝对不能把M50理解为“最优手法只要保证一半情况不团灭就行了”，因为M50衡量的是调整治疗倍率后的门槛，原倍率下的通过情况应看倍率1的结果。

M50可以调优出“更贴合实际、更有团队贡献的手法”，但是其数值本身不直观，并且与战斗相关性很大，也很难做有效的对比。因此，我们的研究中会以M50作为“选择手法的依据”，而衡量的方式则是oHPS为主，M50为辅。

模拟器中定义了一些“单奶”的场景，这可以作为benchmark，用来衡量特定手法的表现。

这些benchmark包含的场景比较全面，所以对于“在一些场景有额外优势”的手法，也有机会表现出来。接下来我们会依次介绍这些场景。

需要注意的是：这些场景的benchmark模式中，角色血量为0时不会重伤，而是继续按负血计算，这是为了避免提前重伤中断实验，同时便于在固定事件上测试M50。

每个benchmark同时也是BOSS，对玩家来说也可以当成是检验自己能力的方式。下面的链接可以进入模拟器，体验对应的伤害模型。当前进入大厅后仍需手动选择场景；链接已预留场景标识，供模拟器更新后自动选择。

对于进阶玩家，想要复现实验的话，就需要用到模拟器的本地模式。在这种场景下，可以用AI来复刻benchmark中的结果，从而验证AI的操作是否有问题；也可以按照手册，复现实验结果，甚至发现更好的手法。

以下入口对应当前登记的13个benchmark。苍生50级内测房间可选择Benchmark难度；普通体验可选单人或Solo。尚未上线的场景随模拟器版本开放。

池清川的模型为“更低的血量上限”和“伤害按时间递增”。

这是一个以游戏中原本模型为基础的BOSS（伤害有所调整），实际上，整个130级副本中，可以说只有池清川才有治疗压力，这也是对其复刻的原因。

这两个特点其实都很值得展开：

更低的血量上限

实际上，在“治疗压力”相同的情况下，血量上限降低其实也意味着伤害更低，但其难点变得完全不同。这其中的核心在于“治疗定数”的改变（前面的章节中有所提到）。

低血量上限意味着治疗定数更低，这时意味着更低的容错与反应时间，每个技能前后1-2秒的差别就足以改变结果。

与之对应，如果治疗定数更高，则考验将转为“运营”，玩家需要组合手中的资源以达到最大收益，而操作细节则影响没有那么大。

这两者各有难点，而池清川选择了前者。

伤害按时间递增

也被称作“软狂暴”。对于玩家来说，需要“留资源应对后面”，而在前期使用小技能稳住团血。

在普通单人模式中，战斗时长还取决于DPS，更好的治疗排轴能为后段争取时间；这里的benchmark则固定为72秒，便于比较。

许灵素的模型是“间隔时间的AOE+DOT”和“血量较低时触发伤害加深”。

后者是一个很适合出现在游戏中的伤害模型，但也少有出现。这实际上是在要求在“快速奶满消耗资源并改变手法”和“接受更高伤害的DOT”之间进行选择。

司徒一一分为两个阶段，前半部分会“选择血量较高的若干人造成伤害”，后半部分会“选择血量较低的若干人造成伤害”。这两阶段分成了两个不同的benchmark，而玩家的挑战则需要连续进行。

“选择血量较高的若干人造成伤害”是一个鼓励玩家尽可能多刷血，无须担心目标分配不均的模型，游戏中几乎没有出现过。这个模型下的治疗溢出会很少，当然伤害也很高，可以体验“团血崩溃”的应对方式。

“选择血量较少的若干人造成伤害”则比较微妙，更偏向单加模型。并且，这个模型下一定程度的“控血”是有必要的，这样可以保证目标不切换。

庄方宜是一个压力更大、时间更长的模型，且明显更依赖排轴。其P3有一个“血量越少则受治疗越高”的模型，对一些团队大加的安排有额外收益。

在benchmark中，移除了“P1转P2的血量检测”。

演武机关把不同治疗压力拆成独立课题，当前有8个benchmark。这些场景尽量选择了一些游戏中常见的环境。

这些环境本身是作为“新手教学”而设计的，详见对应的章节。这里也不对其做展开介绍。