five

洛克王国世界 — 异色/噩梦/保底机制 原始数据

收藏
github2026-04-13 更新2026-04-14 收录
下载链接:
https://github.com/Moeblack/roco-shiny-data
下载链接
链接失效反馈
官方服务:
资源简介:
本仓库提供《洛克王国世界》异色精灵相关机制的原始数据,包括精灵噩梦进度条权重、精灵基础表(捕获相关字段)、捕获球配置表、保底池配置、噩梦触发配置和精灵捕获率配置表等。所有数据均为直接从游戏导出,未做任何计算或修改。

This repository provides raw data regarding the mechanics of shiny sprites in *Roco Kingdom: World*, including the sprite nightmare progress bar weight table, sprite basic table (fields related to capture mechanics), capture ball configuration table, guarantee pool configuration, nightmare trigger configuration, and sprite capture rate configuration table, among others. All data is directly exported from the game without any calculations or modifications.
创建时间:
2026-04-12
原始信息汇总

洛克王国世界 — 异色/噩梦/保底机制 原始数据 概述

数据集基本信息

  • 数据集名称:洛克王国世界 — 异色/噩梦/保底机制 原始数据
  • 数据来源:游戏客户端 JSON 配置表直接导出
  • 数据版本:2025 年 S1 赛季(2025-09-01 ~ 2026-05-21)
  • 数据格式:CSV(UTF-8 with BOM)
  • 许可协议:数据版权归原开发者所有,本仓库仅供学习研究用途。

数据集内容

本数据集包含《洛克王国世界》游戏中与异色精灵、噩梦机制及保底机制相关的原始配置数据,共10个文件。

1. 核心机制数据表

  • wish_number.csv:包含747只精灵的噩梦进度条权重值(wish_number),用于计算每次捕获对噩梦触发的贡献。
  • petbase_capture_fields.csv:包含1015只精灵的捕获相关原始字段,包括品质、捕获阈值加成、天赋卡槽概率等。
  • ball_conf.csv:包含21种捕获球的原始参数,如基础捕获概率、静态捕获率、保底效率等。
  • monster_catch_conf.csv:包含2009条精灵捕获难度参数记录,是决定精灵捕获难度的核心数据,包括捕获阈值和保底捕获率。

2. 保底与噩梦机制配置表

  • accu_pool_conf.csv:描述异色保底机制的38个保底池配置,分进化链池、属性池、混沌池三层优先级。
  • nightmare_trigger_conf.csv:包含噩梦触发的核心参数(仅1条记录),涉及触发概率公式及重置规则。
  • bonus_pool_conf.csv:包含噩梦触发后抽球的完整球池配置,共7230个球,用于筛选异色精灵。
  • 球池加权概率表.csv:基于上述配置表二次计算得出的噩梦球池加权概率汇总,展示各池子抽出异色的概率及期望次数。

3. 辅助与奖励规则表

  • pet_settled_bonus_conf.csv:定义捕获精灵时结算额外奖励的计算规则,共6条记录。
  • reward_weight_change_conf.csv:定义奖励池中物品权重随条件动态变化的规则,共6条记录。

关键字段说明(均为推测)

  • 概率字段:均以万分比表示(例如,10000表示100%)。
  • 标识字段:如 petbase_id(精灵ID)、pet_evolution_id(进化链ID)、unit_type(属性ID)。
  • 机制字段:如 wish_number(噩梦进度条权重)、Catch_Threshold(捕获阈值)、catch_guarant_rate(保底捕获率)、is_rare(是否异色金球)。

勘误与注意事项

  • 配套视频《异色机制完全解析》中存在多处参数解读错误,数据本身无误,错误在于解读。
  • 关于噩梦触发概率:推测可能与基础捕捉率(CGR)相关,而非 wish_number,具体公式待验证。
  • 关于 accu_pool_conf.csv 中的 max_count 字段:含义存疑,可能为“最多同时触发两个池子”,而非“最多触发两次保底后退休”。
  • 关于 nightmare_trigger_conf.csv 中的 bonus_event_petbase_field_count 字段:实为滑动窗口大小(值为30),用于计算最近捕获记录,而非“前30次不判定”。
  • 免责声明:所有字段名称和用途均为推测,不保证与服务端实际逻辑一致。数据仅供研究参考。

文件获取

数据集文件位于:https://github.com/Moeblack/roco-shiny-data

搜集汇总
数据集介绍
main_image_url
构建方式
该数据集围绕《洛克王国世界》游戏中的异色精灵机制展开,其构建方式主要依赖于游戏客户端的原始配置表直接导出。数据来源涵盖了多个核心配置文件,例如精灵基础表、捕获球配置表以及保底池配置表等,这些文件均以CSV格式呈现,确保了数据的原始性与完整性。在数据采集过程中,仅进行了必要的字段映射与名称填充,如将属性ID转换为中文名称,而未对原始数值进行任何计算或修改,从而最大程度地保留了游戏设计中的底层参数逻辑。
特点
本数据集的核心特点在于其全面揭示了游戏内异色精灵获取的复杂概率机制与保底系统。数据内容细致入微,不仅包含了精灵的捕获阈值、保底捕获率等基础属性,还详细列出了不同捕获球的参数配置以及分层级的保底池结构。尤为突出的是,数据集通过二次计算衍生出的球池加权概率表,直观展示了从各类池子中抽取异色精灵的期望概率与次数,为量化分析提供了关键依据。所有概率字段均采用万分比表示,确保了数据解读的精确性。
使用方法
研究者或玩家可通过本数据集深入探究游戏内精灵捕获与异色触发的内在规律。具体而言,可结合精灵捕获率配置表与球配置表,分析不同情境下的实际捕获概率;利用保底池配置与球池加权表,评估定向刷取特定异色精灵的期望成本与策略效率。数据集中的勘误说明与社区实测反馈亦为机制验证提供了重要参考。使用时需注意,所有字段含义均基于推测,建议辅以实际游戏数据进行交叉验证,以深化对隐藏公式与动态规则的理解。
背景与挑战
背景概述
《洛克王国世界》作为一款经典的在线宠物养成与冒险游戏,其复杂的精灵捕获与异色精灵获取机制一直是玩家社区深入研究的焦点。'保底机制 原始数据'数据集由游戏爱好者社群于2025年整理并开源,旨在揭示游戏中异色精灵(俗称“闪光”)的底层保底规则与噩梦触发逻辑。该数据集的核心研究问题聚焦于解析游戏内伪随机数生成(PRNG)机制与渐进式概率补偿系统,通过逆向工程客户端配置表,量化捕获行为与稀有奖励产出之间的隐含关联。其对游戏机制研究领域的影响力在于,首次系统性地公开了多维保底池、动态权重调整以及捕获阈值等关键参数,为玩家策略优化与游戏设计透明度探讨提供了宝贵的实证基础。
当前挑战
该数据集所针对的核心领域问题——游戏内稀有物品的概率机制解析——面临多重挑战。首要挑战在于机制的高度黑箱化,服务端完整算法并未公开,导致所有字段含义与交互逻辑均属推测,例如噩梦触发公式与`wish_number`参数的实际作用至今存在争议。其次,数据构建过程遭遇显著挑战:原始配置表结构复杂且缺乏文档,字段命名具有内部工程特性,需依赖大量社区实测数据进行交叉验证与逆向推导;同时,数据版本锁定于特定赛季,机制可能随游戏更新迭代而失效,维持数据时效性与准确性需持续投入。此外,概率模型涉及多层嵌套(如进化链池、属性池、混沌池的优先级覆盖),以及动态变量(如捕获次数窗口、精灵血量状态)的整合,构建精确的数学模型极为困难。
常用场景
经典使用场景
在游戏机制分析与概率建模领域,该数据集为研究者提供了《洛克王国世界》中异色精灵获取机制的底层参数。通过整合精灵捕获阈值、保底池配置及噩梦触发规则等核心字段,数据集能够支撑对复杂随机系统中保底算法的逆向工程与仿真验证。经典使用场景包括构建捕获概率模型,以量化不同精灵的获取难度,并解析多层保底池(进化链池、属性池、混沌池)在稀有物品掉落中的优先级与权重分配逻辑,从而揭示游戏设计中平衡玩家体验与商业目标的精细调控策略。
衍生相关工作
围绕该数据集,社区已衍生出多项经典工作。例如,基于球池加权概率表开发的异色获取期望计算器,整合了保底次数与概率参数,成为玩家资源规划的核心工具。此外,针对噩梦触发公式的实证研究,通过分析大量实测数据,推翻了早期关于进度条权重的假设,转而验证捕获率(CGR)的关键影响,推动了机制解析从推测向数据驱动的转变。这些工作不仅丰富了游戏机制的知识库,也为后续版本更新中的参数比较与平衡性审计建立了方法论基础。
数据集最近研究
最新研究方向
在游戏机制与概率系统研究领域,该数据集揭示了《洛克王国世界》中异色精灵获取机制的复杂架构,特别是围绕保底池分层优先级与噩梦触发公式的深入解析。当前研究焦点集中于通过社区实测数据校正原有参数解读,例如发现噩梦触发概率可能与基础捕获率(CGR)正相关,而非此前推测的进度条权重。这一发现推动了游戏内随机性模型的重新构建,促使学者探索多维变量(如球类配置、精灵阈值及动态权重规则)对玩家体验与资源消耗的量化影响。相关讨论已延伸至游戏设计中的公平性与成瘾性平衡,为概率透明化及用户行为预测提供了宝贵案例。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务