Математика друштвених игара: вероватноћа, очекивана вредност и зашто се коцкице осећају неправедно
Аутор <а __АТТР0000__ __АТТР0001__>Владислав Царан · 13. мај 2026. · 11 мин читања
<п>Сваки механичар друштвених игара има математички идентитет. Бацање коцкица има очекивану вредност и варијансу. Извлачење карте има дистрибуцију вероватноће. Трговина ресурсима има девизни курс који се може изразити као однос. Дизајнери који разумеју ову математику доносе боље одлуке од дизајнера који раде по осећају — не зато што математика замењује интуицију, већ зато што се интуиција често не слаже са стварношћу на начин на који се само тестирање споро исправља.
<п>Овај чланак покрива математичке концепте који су најважнији за дизајн и игру друштвених игара: дистрибуције вероватноће, очекивану вредност, варијансу и психолошки јаз између онога што математика каже и онога што играчи доживљавају. Без обзира да ли дизајнирате игру или само покушавате да разумете зашто ваше сесије коцкица изгледају тако катастрофално несрећне, оквир овде ће променити начин на који размишљате о насумичности у играма.
<х2>Зашто је математика важна у дизајну игара
<п>Дизајнер игара који није израчунао очекивану вредност основне акционе економије своје игре не зна да ли њихова игра функционише. Ово звучи грубо, али је функционално тачно. Ако је очекивани приход од најбоље доступне акције 4 ресурса по рунди, а цена акције са условом победе је 30 ресурса, дизајнер треба да зна да ли је та стопа прихода достижна током уобичајеног трајања игре — пре тестирања, а не после шест сесија питајући се зашто нико никада не побеђује.
<п>Математика и тестирање играња су комплементарни алати, а не алтернативе. Математика вам говори шта теорија предвиђа. Плаитестинг вам говори да ли људско понашање одговара теорији. Већину времена се разликују - не зато што је математика погрешна, већ зато што играчи не бирају увек теоретски оптималну акцију. Јаз између теоријске оптималне игре и стварне људске игре је сама по себи варијабла дизајна: игра у којој само оптимална игра доноси занимљиве одлуке је гора игра од оне у којој неоптимална игра такође ствара занимљиве ситуације.
<п><стронг>Сваки механичар има очекивану вредност и дизајнери то морају да знају. Када __БРАНД_НПВ_0022__ играч оствари приход од нуклеарних лука, он добија прецизно израчунату очекивану вредност по порту по рунди. Када одлуче да нападну, а не да граде, они доносе одлуку која има израчунљиве очекиване исходе у различитим сценаријима. Дизајнер који зна ове бројеве може донети смислене одлуке о равнотежи; дизајнер који не погађа.
<п>Критична асиметрија је у томе што <стронг>насумичност изгледа неправедно чак и када је уравнотежена. Бацање новчића 50/50 производи главе шест пута заредом отприлике 1,6% времена — ретко, али није немогуће. Када се то деси играчу у игри, они то доживљавају као да је утакмица прекинута, а не као нормалан статистички догађај. Разумевање зашто се то дешава — и како дизајнери могу да структуришу случајност да се осећају мање кажњавајући, а да притом задрже исте основне вероватноће — је најпрактичнија примена математике дизајна игара.
<х2>Вероватноћа коцке 101
<п>Појединачни д6 је најчешћи алат за рандомизацију у друштвеним играма и такође један од најчешће погрешно схваћених. Стандардни д6 производи униформну дистрибуцију: свако лице (1 до 6) има 1/6 вероватноће да ће се појавити, а очекивана вредност је 3,5. Играчи то интуитивно разумеју, али често не разумеју шта значи поновљена превртања током сесије.<п><стронг>Разлика између једног д6 и 2д6 је темељна за разумевање зашто се различите механике коцкица осећају другачије. Један д6 има равну дистрибуцију вероватноће — сваки исход од 1 до 6 је подједнако вероватан. Два зброја д6 дају звонасту криву: 7 је највероватнији резултат (вероватноћа 6/36 = 16,7%), док 2 и 12 имају вероватноћу 1/36 = 2,8%. Дистрибуција 2д6 концентрише исходе близу средине и чини екстремне резултате ретким. Због тога се Цатан, који користи 2д6 за производњу ресурса, осећа мање кажњавајући при појединачним бацањима него системи са једним коцкицама — дистрибуција природно ограничава екстремне резултате.
<див __АТТР0000__>
<спан __АТТР0001__>2д6 дистрибуција вероватноће
Збир: 2 → 1/36 = 2,8%
Збир: 3 → 2/36 = 5,6%
Збир: 4 → 3/36 = 8,3%
Збир: 5 → 4/36 = 11,1%
Збир: 6 → 5/36 = 13,9%
Збир: 7 → 6/36 = 16,7% ← највероватније
Збир: 8 → 5/36 = 13,9%
Збир: 9 → 4/36 = 11,1%
Збир: 10 → 3/36 = 8,3%
Збир: 11 → 2/36 = 5,6%
Збир: 12 → 1/36 = 2,8%
<п><стронг>Прилагођене коцкице са нестандардном расподелом лица дају дизајнерима прецизну контролу над профилима вероватноће коју стандардне коцкице не могу да обезбеде. Коцка са лицима [0, 0, 0, 1, 1, 2] има веома другачији карактер од д6: производи нула у 50% времена, један у 33% времена и два у 17% времена, са очекиваном вредношћу од 0,67. __БРАНД_НПВ_0023__ користи прилагођене Д6 коцке са бојом означеним лицима: плава лица представљају стандардне резултате борбе, црвена представљају критичне резултате, а зелена лица представљају покретаче посебних способности. Дистрибуција типова лица – не само број лица – одређује вероватноћу сваког исхода. Коцка са три плава лица, два црвена лица и једним зеленим лицем даје плаве резултате 50% времена, црвена 33%, а зелена 17%. Дизајнер може да прилагоди ове односе променом броја лица уместо да креира математички сложене системе резолуције.
<п><стронг>Експлодирајуће коцкице су коцкице које се при бацању максималне вредности поново бацају и резултати се додају. Д6 који експлодира на 6 има очекивану вредност (1+2+3+4+5+6)/6 + (1/6 × очекивана вредност д6) = 3,5 + (1/6 × 3,5) = 3,5 + 0,583 = 4,083. Отворена природа ствара теоретски неограничене резултате — срећан низ експлозија може да произведе веома високе укупне вредности — што производи тренутке „осећања среће“ које неке игре намерно негују. Компромис је велика варијанса и повремено бацање среће које дефинише игру.
<п><стронг>Ограничене коцкице су супротна филозофија: ограничавање максималног исхода да би се ограничила варијанса. Системи коцкица у којима бацате више коцкица и узимате само најбоље Н резултате (системи предности као што је Д&Д 5Е-ов механичар предности или Гумсхое-ов вишеструко узимање коцкица) математички смањују варијансу уз задржавање вероватноће. Узимање већег од два бацања д6 помера очекивану вредност са 3,5 на 4,47 — што је побољшање од 28% — уз значајно смањење вероватноће ниских исхода.
<х2>Очекивана вредност у играма ресурса
<п>Игре акумулације ресурса — евра, градитеља мотора, економских стратегија — изграђене су на прорачунима очекиване вредности које дизајнер мора прецизно да разуме чак и ако се никада не појављују експлицитно у правилнику. Када играч бира између две радње, он (свесно или не) упоређује очекивану вредност тих радњи током релевантног временског хоризонта.Систем прихода нуклеарне луке <п>__БРАНД_НПВ_0024__ је експлицитан пример <стронг>дизајниране очекиване вредности. Формула прихода утврђује да играч са Н нуклеарних портова прима приход по стопи која се нелинеарно повећава са Н. Специфична формула — 1 порт даје 2 __БРАНД_НЕУТРОНИУМ_0028__ јединице по рунди; 10 портова даје 220 Нн по рунди — није случајно. Експлицитна изјава дизајнера је да акумулација портова треба да производи експоненцијалне, а не линеарне поврате, јер експоненцијални приноси стварају коалициони праг који покреће конкурентску динамику игре.
<див __АТТР0002__>
<спан __АТТР0003__>Скалирање прихода од нуклеарних лука (__БРАНД_НПВ_0025__)
1 порт → 2 Нн/округла (база)
2 порта → 5 Нн/округло
3 порта → 9 Нн/округло
5 портова → 20 Нн/округло
7 портова → 42 Нн/роунд ← коалициони праг
10 портова → 220 Нн/округло (потенцијал за бекство)
<п>Ова формула је намеран дизајн игре изражен као математика. Јаз између прихода од 7 портова (42 Нн/рунда) и прихода од 10 порта (220 Нн/рунда) је економски аргумент зашто се коалиције формирају на прагу од 7 порта, а не да чекају до 9 или 10 лука. На 7 портова, играч има довољно прихода да буде претња — али коалициона акција и даље може бити одлучујућа пре него што предност у приходу постане математички непремостива. Дизајнер који је до ових бројева дошао само путем тестирања, могао би да их приближно тачно добије; дизајнер који је разумео експоненцијалну функцију од почетка могао би прецизно да одреди праг.
<п>Шири принцип: <стронг>када је експоненцијално скалирање намерно дизајнирање игре, дизајнер мора да документује функцију скалирања и да провери да ли су прагови које ствара тамо где желе. Ако коалициони праг треба да буде на 6 портова, а не на 7, формула прихода треба да се прилагоди — што захтева да се зна шта је формула, а не само да се посматра „да је игра уравнотежена“.
<х2>Варијанца и перцепција играча
<п>Варијанца је мера колико се стварни исходи шире око очекиване вредности. Велика варијанса значи да се појединачни резултати могу драматично разликовати од очекиваних; ниска варијанса значи да се резултати чврсто групишу око просека. За дизајнере игара, варијанса је контролно дугме које утиче и на математичку праведност игре и на субјективно искуство играња.
<п>Кључни психолошки увид: <стронг>велика варијанса је лоша чак и када је математички уравнотежена. Бацање новчића је савршено фер – 50/50, очекивана вредност потпуно једнака за оба играча – али играње игре у којој се свака одлука решава бацањем новчића осећа се произвољно и бескорисно. Играчи треба да осете да су њихове одлуке важне, што значи да им је потребна узрочна веза између добрих одлука и добрих исхода да би била уочљива у оквиру сесије игре. Велика варијанса прекида ту везу.
<п><стронг>Проблем 7 наспрам 2 Цатан хек проблем то јасно илуструје. У Катану је број 7 одштампан на највише хекса јер има највећу вероватноћу са 2д6 (16,7%). Број 2 је одштампан на најмање хексадеката (2,8%). Искусни играчи знају да дају приоритет ресурсима на 6с, 8с, 5с и 9с — хексама са великом вероватноћом. Али у било којој сесији, играч који исправно постави своја почетна поравнања на овим хексама и даље може бити знатно лошији од играча са нижом вероватноћом пласмана ако стварна бацања коцкица одступа од очекиваних вредности. Ово није неправедно – то је нормална статистичка варијација. Али чини се неправедним јер је однос између одлуке (добар пласман) и исхода (чести приход од ресурса) замагљен варијантама.<п>Дизајн решења за управљање уоченом неправедношћу из варијансе обухватају: <стронг>механику ублажавања (поновно бацање, банке ресурса, механизме сустизања који се активирају приликом несрећних трчања), <стронг>тачке одлуке које остају значајне чак и након лоше среће (тако да играч који баца лоше играче има лош избор), а и даље фаворизује интересантан избор (надокнађивање преко варијансе: водећи играч жели стабилан, предвидљив приход; играчи у заостатку имају користи од приступа високе варијансе који могу брзо затворити јаз, иако је очекивана вредност иста).
<п>Тренуци Кингмакер-а из коцкице — где насумично бацање одређује који играч побеђује или губи у последњој рунди — су најштетнији исходи варијације за задовољство играча. Решење није елиминисање коцкица, већ структурирање касне игре тако да исходи коцкица утичу на пут до победе, а не да је директно одређују. Када више играча има одрживе победничке позиције у последњој рунди, срећно бацање је задовољавајуће за победника, али се губитницима не чини нелегитимним — јер су губитници такође имали пут до победе који је могао да им омогући сопствени срећни бацање.
<х2>Тестирање равнотеже помоћу математике
<п>Оквир __БРАНД_МЕКА_0030__ (мерљивост, ангажовање, квалитет, приступачност) пружа структурирани приступ тестирању баланса игре. <стронг>Стуб мерљивости — М у __БРАНД_МЕКА_0031__ — је место где математика формално улази у процес дизајна: пре него што тестирање почне, дизајнер дефинише шта „уравнотежен“ значи у мерљивим терминима.
<п>За игру са асиметричним фракцијама као што је __БРАНД_НПВ_0026__, мерљива равнотежа значи: свака фракција треба да постигне стопу победа у оквиру дефинисаног опсега толеранције у довољном узорку игара на упоредивим нивоима вештине. Ако је циљ 50% стопе победе (чиста равнотежа) са ±10% прихватљивог опсега, онда је фракција која победи у 42% игара унутар толеранције, а фракција која победи 63% није. Али постизање овог стандарда захтева познавање циља пре тестирања — не декларисање пост-хоц да су уочене стопе победа „довољно блиске“.
<п><стронг>Дефинисање показатеља пре тестирања репродукције мења оно што посматрате. Ако знате да мерите стопу победа по фракцијама, пратите додељене фракције и резултате кроз сесије. Ако знате да мерите просечну дужину игре, бележите временске ознаке. Ове одлуке се морају донети пре прве сесије тестирања, јер су ретроспективни показатељи непоуздани — памћење је селективно и људи природно памте сесије које подржавају постојећа уверења.
<п><стронг>Захтеви за величину узорка за закључке о равнотежи су често већи него што дизајнери очекују. За игру за 2 играча са 2 фракције, 30 игара пружа основне податке за откривање неравнотеже веће од 15% са поузданошћу од 80%. За игре за 4 играча са 6 фракција, простор за комбиновање је много већи: 30 игара вам даје приближно 5 игара по пару фракција — једва довољно за откривање екстремне неравнотеже, а недовољно за откривање суптилних предности. Независни издавачи ретко имају ресурсе за ригорозну статистичку валидацију; практичан приступ је коришћење математике за верификацију очекиваних вредности, тестирање играња да би се ухватиле изузетне вредности и повратне информације заједнице након објављивања да би се идентификовали преживјели проблеми.
<п>За комплетан оквир — укључујући начин на који се мерљивост интегрише са другим __БРАНД_МЕКА_0032__ стубовима — погледајте <а __АТТР0004__>__БРАНД_МЕКА_0033__ водич за оквир за баланс игре, који покрива комплетан приступ дефинисању, мерењу равнотеже и системима игре.
<п>Формула за скалирање прихода у __БРАНД_НЕУТРОНИУМ_0029__ се директно повезује са детаљима механике на <а __АТТР0005__>/мецханицс/нуцлеар-порт-сцалинг, где је експоненцијална функција документована заједно са образложењем дизајна за сваку вредност прага.<х2>Алатке за вероватноћу за дизајнере
<п>Неколико алата чини математику дизајна игара приступачном без потребе за напредном статистичком обуком. То су они који раде у пракси.
<п><стронг>АниДице (анидице.цом) је стандардни калкулатор вероватноће коцкица за дизајнере игара. Прихвата нотацију коцкица на природном језику (2д6, д4+д8, 3д6 задржава највећу 2) и враћа дистрибуције вероватноће, очекиване вредности и кумулативне вероватноће. За било ког механичара који укључује коцкице, АниДице би требало да буде први консултован алат. Његови излазни графикони чине дистрибуције одмах читљивим и упоредивим — налепите два различита израза коцкица један поред другог да бисте одмах видели како се њихове дистрибуције разликују.
<п><стронг>Симулације табела (Гоогле табеле, Екцел) обрађују прорачуне које АниДице не може: акумулација ресурса током више рунди, приход из више извора, очекивана дужина игре под различитим стратешким претпоставкама. Основном моделу табеле економије игре — са колонама за сваки потез, редовима за сваки тип ресурса и формулама које представљају основни приход и механику потрошње игре — потребно је 2–3 сата да се изгради и открива проблеме са равнотежом за које би било потребно више од 20 тестова да би се емпиријски открили.
<п><стронг>Монте Карло симулација је алат највише прецизности: покретање механике игре хиљаде пута рачунарски да би се произвеле статистичке дистрибуције за све могуће исходе. За дизајнере са позадином програмирања, Питхон са НумПи је довољан за већину потреба за симулацијом игара. За дизајнере без знања програмирања, постоје визуелни Монте Карло алати, па чак и симулације засноване на табелама које дају значајне резултате са ограниченим техничким знањем. Монте Карло је највреднији за игре са сложеним међузависностима у којима је аналитичко израчунавање тешко — када је више случајних догађаја у интеракцији, симулација даје поузданије процене дистрибуције од ручног израчунавања.
<п><стронг>Када веровати математици у односу на када тестирати: користите математику да бисте проверили теоријску равнотежу и ухватили очигледне грешке у дизајну пре него што уложите у тестирање. Користите тестирање играња да бисте открили како људска психологија ступа у интеракцију са математиком — места на којима се оптимална стратегија разликује од онога што играчи заправо раде, и места на којима математика предвиђа равнотежу, али искуство се чини неправедним. И једно и друго је неопходно. Ни једно ни друго није довољно само по себи.<х2>Честа питања
<див __АТТР0006__>
<див __АТТР0007__>
<див __АТТР0008__>Зашто се коцкице осећају неправедно у друштвеним играма чак и када је вероватноћа уравнотежена?
<див __АТТР0009__>Коцкице се осећају неправедно јер је људско памћење пристрасно према негативним исходима. Психолошка истраживања о аверзији према губитку показују да се лоше бацање коцкица памти и тежи отприлике двоструко више од једнако доброг бацања коцкица. Када лоше котрљате три пута и добро три пута у сесији, напуштате сто са осећањем несреће — јер су губици били емоционално истакнутији од победа. Поред тога, велика варијанса значи да појединачне сесије могу значајно да одступе од очекиваног просека: „праведан“ систем коцкица може произвести низ од шест ниских бацања у низу чисто случајно, што се чини манипулисаним иако је унутар нормалне статистичке варијације.
<див __АТТР0010__>
<див __АТТР0011__>Која је очекивана вредност у друштвеним играма?
<див __АТТР0012__>Очекивана вредност (ЕВ) у друштвеним играма је просечан исход вероватног догађаја израчунат за све могуће исходе, пондерисан њиховом вероватноћом. За стандардни д6, очекивана вредност је (1+2+3+4+5+6)/6 = 3,5. Дизајнери користе очекивану вредност како би осигурали да различити стратешки избори нуде упоредив повраћај улагања — ако једна акција има много већу очекивану вредност од алтернатива, рационални играчи ће је увек изабрати, елиминишући значајне тачке одлучивања. Добар дизајн игре значи да се играчима даје избор тамо где су очекиване вредности довољно блиске да други фактори (толеранција на ризик, тренутно стање игре, понашање противника) одреде оптималан избор.
<див __АТТР0013__>
<див __АТТР0014__>Како дизајнери друштвених игара контролишу случајност?
<див __АТТР0015__>Дизајнери друштвених игара контролишу случајност кроз неколико техника: механика скупа коцкица која смањује варијансу (бацивање више коцкица и одабир најбољег резултата), прилагођене коцке са нестандардном дистрибуцијом лица за прецизну контролу вероватноће, извлачење карата из измешаних шпилова за псеудо-случајност која се креће према очекиваном миком (микомски трендови током времена се померају ка очекиваном банке ресурса) које омогућавају вештим играчима да смање утицај лоше среће без елиминисања случајности. Циљ дизајнера није да елиминише случајност, већ да учини да се осећа као одговор на вештину.
<див __АТТР0016__>
<див __АТТР0017__>Колико је тестова за игру потребно да би се статистички потврдило стање друштвених игара?
<див __АТТР0018__>За игру за 2 играча са 2 асиметричне фракције, 30 игара представља основу за откривање неравнотеже у стопи победа веће од 15% уз поузданост од 80%. За игру за 4 играча са 6 фракција, простор комбинација захтева 150+ игара за значајне податке о сваком пару фракција. У пракси, већина независних издавача користи математику да верификује очекиване вредности и ухвати очигледну доминацију, тестирање играња да би се пронашле изузетне и ивице случајева, и повратне информације заједнице након објављивања да би идентификовале проблеме равнотеже који су преживели обе фазе. Комбинација сва три даје поузданији баланс од било ког појединачног приступа.
<див __АТТР0019__>
<х3>Игра у којој је математика дизајнирана да буде видљива
<п>__БРАНД_НПВ_0027__ скалирање прихода, коалициони прагови и систем коцкица су изграђени на експлицитној математици вероватноће. Придружите се листи чекања за ажурирања покретања.
<а __АТТР0020__ __АТТР0021__>Придружите се листи чекања →