炉石传说酒馆战棋战斗模拟的实现

最新推荐文章于 2025-06-17 14:57:27 发布

原创

最新推荐文章于 2025-06-17 14:57:27 发布 · 6.9k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#模拟器 #酒馆战棋 #算法

探讨了炉石传说酒馆战棋的AI对战模拟实现，通过创建沙盒环境进行机器学习，分析不同阵容的胜负概率及英雄伤害量，以评估战棋平衡性。

炉石传说酒馆战棋战斗模拟的实现

这几天工作闲余，琢磨着新的AI算法思路，于是想尝试一下和机器对战，遂想到炉石传说的酒馆战棋。想要机器对战，就得先把规则写成一个sandbox，然后再机器学习。那么这个第一步就比较繁琐，不想想太多设计，直接捋起袖子做吧。想代码好看，以后再说。

https://github.com/dna2ai/HSBG/blob/master/deck.js
git clone 后打开 index.html 等待一会就能看到demo结果

这个只是闲余极速之作，已经fix了很多bug了，比如从视频里找一些复杂的实例，然后run个100万遍，尤其是亡语招募各种复杂。原理其实很简单，就是两个循环的队列，1号元素不停进攻另一个队列里的元素，直到没有随从能进攻为止。然后，比如让这2个队列战斗个1000遍，就可以知道大概的胜负概率，和英雄伤害量，从而可以很轻松算出抬走概率。

比如我们来看看这个demo阵容：
在这里插入图片描述
结果就是下方的SlotA win: 9.61%, 上方的SlotB win: 85.42%, 平局Tie: 4.96%

var slotA = [], slotB = [];
function last(slot) {
   
    return slot[slot.length-1]; }
slotA.push(api.newMinionById(612, false));
slotA.push(api.newMinionById(411, false));
last(slotA).hp = 7; la