炉石传说中的卡组分类与环境分析

I. 引言

在《炉石传说》中，千变万化的卡组构筑和多样化的对局策略是玩家们不断探索和挑战的核心。而在这个复杂而又充满变数的游戏世界中，卡组的分类及其对游戏的影响成为了研究者和玩家关注的焦点之一。近期营地社区出现越来越多关于炉石卡组分类理论的讨论，因此我也希望分享我的整理与分析，抛砖引玉。

首先我们为什么要分类不同的卡组？我们假设有以下三个目的。

其一我认为是指导新手，帮助游戏讨论： 对于新玩家来说，炉石传说中众多的卡牌和策略可能会让他们感到困惑。卡组分类提供了一种简单的方式来理解不同卡组的基本策略和特点，帮助新手更快地融入游戏，并选择适合他们的卡组。

第二是解读游戏环境，优化对局策略： 卡组分类可以帮助玩家更好地理解当前游戏环境的特点和趋势，通过分析不同类型的卡组在环境中的表现，玩家可以更准确地判断当前的游戏趋势，并做出相应的调整和应对。

最后是促进游戏平衡和多样性： 卡组分类的存在可以帮助游戏开发者更好地评估游戏平衡性，并进行必要的调整。通过分析不同类型卡组的表现和胜率，开发者可以更精确地进行卡牌调整和游戏机制的优化，以确保游戏的公平和多样性。

 

II. 卡组分类的局限性

 

1. 原型分类

炉石传说中的卡组在传统中常常被简略地划分为三个卡组原型：快攻（Aggro），中速（Midrange）和控制（Control），每种类型都有其独特的特点和策略。然而，随着游戏环境的不断演变和卡牌策略的不断创新，传统的卡组分类方法在一定程度上显得过于简化和局限。这种简化可能导致玩家对卡组的理解不够全面，也限制了游戏开发者对游戏平衡的评估和调整。

在研究最基本的三个卡组原型时（快攻、中速、控制），我们发现这个分类方式描述了卡组获得胜利的预期手段及其整体游戏速度。而所有其他类型可以分为这三个类型的混合类型或子类型，例如组合技，节奏卡组等。在我阅读氟化银二号发布的“溥译精讲第一节——卡组类型认知”之后，我意识到他的分类方法“卡组构筑思路以及卡组构筑组成”和传统卡组分类方法并无大异，具体可以参考“How to apply Hearthstone metagame theory”

 

2. 轴分类

另外我阅读了鬼魅面具Sora发布的“读AgF《卡组类型认知》有感”，其中提到通过不同的“轴”来分类卡组。这也是一个相当有趣的分类方式，这同我之前了解到的一个万智牌卡组的分类方式有异曲同工之妙。其中给六边形分配了三个轴，分别为线型轴，公平轴和时间轴。时间轴大家已经很熟悉了，因此我介绍一下其余的两个。线型轴我们可以粗略理解为卡组的自闭程度，卡组越实行自己的计划，与对手的交互是不必须的，那么就越线性，反之则非线形。例如传统定义上控制卡组就属于非线形卡组。第三个公平轴我理解为卡牌对场面的转换能力，也就是场面有效性。符合的例子如鬼灵贼，它便是非公平的（非场面有效性）。

在此我机翻一小段，其余的可以查看原文“Magic: The Gathering deck types”

线性 - 执行自己的游戏计划，无需与对手互动。

非线性 - 根据对手的下法执行策略，互动较多。

公平 - 将卡牌优势转化为棋盘状态、压力和节奏。所有牌都有以 1 换 1 的可能（例如公平交易）。

非公平 - 不会将卡牌优势转化为棋盘状态，也不会造成压力或创造节奏。主要是利用实用卡牌即兴制定自己的游戏计划，并试图进行对自己有利的交易。

游戏早期 - 给对手造成压力，并设定时间。在对手有机会稳定并执行其游戏计划之前快速出牌，从中获益。

游戏后期 - 试图撑到游戏后期，打出强力卡牌和协同作用，以获得最大价值。

这两个分类方式都能很好的实现第一个目的，那就是漂亮地对卡组进行分类，方便大家讨论。然而它对于优化对局策略并没有起到作用，更别提平衡性调整，例如在不同的理论分析文章中，我们能看到完全相反的克制关系。在“How to apply Hearthstone metagame theory”中，我们可以看到快攻克制控制，控制克制中速，而中速克制快攻。但在另一篇文章中“HEARTHSTONE’S 3 MAJOR DECK TYPES”，我们看到完全相反的克制关系。快攻克制中速，中速克制控制，而控制克制快攻。而他们分别都言之有理，令人信服，却得出完全相反的结论。

 

 

 

我认为出现这样问题的原因是因为各类卡组本身并不存在克制关系，单纯通过分类来确定克制关系脱离了对环境的分析，因此出现了相悖的结论。不同扩展包中涉及多种机制、交互和策略，造成了从卡组分类来优化对局策略的局限性。因此我们对游戏环境游戏理解的讨论不应只局限于某几类卡组，而更应该从环境进行分析。当我们评判一张卡，一个卡组时，我们要考虑到整个环境。

 

III.通过数据分析进行卡组构筑和选择

那么如果并不仅依赖于卡组的分类，我们该如何实现第二三点目的呢？我认为环境数据分析对于理解游戏的当前状态以及进行有效的卡组构筑和选择至关重要。对环境进行数据分析可以帮助玩家了解当前游戏中不同卡组的流行程度、胜率分布、对局趋势等。这种了解可以帮助玩家更好地适应当前的游戏环境，并选择适合的卡组进行游戏。在此我介绍DAVID PEPPER于2020年5月22日在HSReplay.net 发布的“Game Theory and Deck Choice”。这是一篇有关使用纳什均衡来选择卡组的一篇文章，其对我很有启发。

 

当一个玩家从理性经济人的角度出发，他最看重的便是胜率。他要赢，要登顶，一切为胜利服务。在这个情况下他应该如何选择自己要使用的卡组呢？

我们可以先把这个问题转换成更简单的问题，也就是用一个简单模型来模拟。假设在炉石环境中他和其他玩家可以自由选择卡组，在某一稳定时段我们可以统计不同卡组出现的频率和相互间的胜率。拥有这些数据后我们的目标是计算出在这一时间段内的让他胜率最高的最佳卡组选择方案。

 

最根本的问题是，这样最佳的卡组选择是存在的吗？我们先来复习一下纳什均衡。纳什均衡是博弈论中的一个重要概念，它描述了一个竞争游戏中的平衡状态。在纳什均衡中，参与博弈的各方都在进行最优化选择，试图最大化自己的收益。在给定其他参与者策略不变的条件下，任一方改变自己的策略都不能获得更大的收益。

如果我们把炉石的游戏过程简单的简化为选择卡组-匹配对手卡组-按胜率的出胜负这个过程来看，显然这是一个博弈论游戏。有两个及以上参与者，他们有各自的策略集合，对于不同结果两者有不同的回报函数，符合一个标准形势博弈。根据纳什定理，每一个有限次标准博弈都至少存在一个混合策略纳什均衡。该定理的证明需要用到布鲁威尔不动点定理，此处过于复杂不再赘述。因此我们证明该情况下的混合策略纳什均衡是存在的。

我们举一个简单且极端的例子，如果现在只有三类卡组，A，B和C，他们的对战胜率表如下：

	A	B	C
A	50%	100%	0%
B	0%	50%	100%
C	100%	0%	50%

也就是A遇到A、B、C分别拥有50%、100%、0%的胜率。这完全就是炉石版本的石头剪刀布，在这个情况下我们能找到一个混合策略纳什均衡，那就是玩家以各自三分之一的概率使用这三个卡组。

 

这个例子只是简单的说明此方法的可行性。然而现实中我们遇到的是将近二十个卡组和各自的胜率，在计算上我们交给统计学家。在David Pepper 的“ Game Theory and Deck Choice ”中，他统计了2020年4月20日到5月1日12天标准天梯钻石和传说分段欧服美服的480万场对阵数据并生成如下的频率图对阵胜率表。

 

在计算混合策略纳什均衡后，我们可以显著发现有卡组被低估/高估了。（被更少的使用/更多的使用了）

这意味着玩家可以提高使用被低估卡组的频率来提高胜率，例如鱼人骑、超生德、激怒战应该被更多的使用。

当然在以上的分析中我们进行了许多假设，包括玩家的目的只有赢、在特定时段中卡牌没有削弱/加强、不同玩家使用同一卡组胜率是基本被看作相同的、我们使用数据是有时效的等等。当然我们可以通过一些手段来帮助我们更好的模拟，例如只观察钻五分段/登顶分段数据，在版本中后期进行数据观测等。对卡组和环境的数据分析还有一个意义便是统计被高估和低估的卡组，尝试找到其规律以便进行系统性的预测。

 

IV.结论

传统卡组分类方法有助于对卡组进行分类和讨论，对卡组构筑和游戏交流有很大的帮助，但在优化对局策略和游戏平衡方面存在一定的局限性。这主要是因为这些分类方法往往脱离了对游戏环境的综合分析，无法全面反映不同环境下卡组的表现和相互关系。相比之下，通过数据分析来理解游戏环境，并根据环境的特点和趋势进行卡组构筑和选择，是更有效的方法。