Monopoly

交通與工商數據分析實驗室-第一次程式訓練作業

簡報

摘要

遊戲模擬與參數自動平衡專案。
核心是模擬數萬局的遊戲過程，並將詳細的賽局結果記錄至 SQL Server 資料庫。
專案內建的分析模組會讀取這些數據，計算玩家勝率、各土地破產率等關鍵平衡指標，並透過 Matplotlib 將結果視覺化。
最終建立了一個「模擬、分析、調整」的自動化迴圈。若系統判定遊戲結果不公平，便會自動修改設定檔參數，再次進行大規模模擬，此流程會不斷重複，直到遊戲的各項數據達到預設的平衡標準為止。

題目

第一階段-遊戲參數與結果間關係的觀察

練習資料呈現與異常狀況發現

1. 設計一個大富翁遊戲，並說明
   • 本遊戲的遊玩流程
   • 本遊戲內所有的可調參數
   • 本遊戲該考慮哪些因子以達到遊戲平衡
2. 實作該遊戲，其中該遊戲必須能全自動化進行
3. 執行該遊戲數千輪，探討每個可調參數對遊戲結果造成的影響，並討論你目前的可調參數是否有造成任何會影響遊戲平衡的異常狀況

第二階段-遊戲異常狀況的修正

基本機器學習概念的體會

1. 承第一階段，將遊戲的某參數故意改成不合理數值
2. 執行該遊戲數千輪，並探討該可調因子與遊戲結果的關係
3. 在完成第二步後，進行異常參數的自動調整來達到遊戲平衡。

第一階段

遊戲流程

流程程式碼: Monopoly.py

流程大綱

1. 每個玩家輪流行動，單位為一回合，回合內執行動作可參考下方說明
2. 所有未破產玩家各執行一回合稱為一輪
3. 遊戲持續進行至，該輪僅剩一名玩家未破產為止，稱為一局

單一回合流程圖

graph TD
    A[玩家A回合開始] --> B[玩家A移動1-4步] ;
    B -->C{判斷土地持有權} ;
    
    C -->|屬於自己| D{判斷現金是否足夠升級};
    D -->|足夠| E[升級];
    E -->F[玩家A回合結束] ;
    D -->|不足| G[pass];
    G -->F;
    
    C -->|屬於他人| H{判斷現金是否足夠付過路費};
    H -->|足夠| I[付費];
    I -->F;
    H -->|不足| J{判斷總資產是否足夠支付};
    J -->|足夠| K[從最便宜地產開始清算以支付費用];
    K -->H
    J -->|不足| L[玩家A所有資產轉移給地主];
    L -->M[玩家A失敗] ;
    
    C -->|無主地| N{判斷現金是否足夠購買};
    N -->|足夠| O[購買];
    O -->F;
    N -->|不足| P[pass];
    P -->F;
    F -->Q[玩家B回合開始]
    M -->Q

Loading

參數

初始設定

• player:

• land:

player可調參數

玩家人數共四位，人數不可調，每個玩家包含參數:

• money: 初始設定為100元，用以支付遊戲內所有花費
• location: 玩家所在位置，初始設定為0,4,8,12，對應至 land.location

land可調參數

地圖總共15格，格數不可調整，每格土地包含參數:

• price: 無主地購買價，升級費用及過路費也受此參數影響，各地初始設定不盡相同
• level: 土地已升級次數，升級費用及過路費受此參數影響，初始設定為1且 不可調整

費率

影響各種費用之計算:

• toll: 過路費費率，初始設定為0.1。 計算方式為 price * rate * level
• upgrade: 升級費率，初始設定為0.5。 計算方式為 price * upgrade * level

影響因子

1. 上述可調參數
2. 可移動距離，設定為1-4
3. 玩家執行順序，設定為依照玩家id輪流
4. 現金足夠時，買/升級土地機率，設定為資產足夠則直接買地/升級(100%)
5. 現金不足清算方式，設定為從價值最低地產開始清算

全自動化遊戲

程式碼包含

1. Monopoly.py
2. Lib.py
3. Tools.py
4. config.ini

可調參數之影響

預設參數執行結果(10000局)

統計及圖表繪製程式碼: Analysis.py

1. 勝率: 圖表
2. 各地數據統計: 圖表
3. 各地破產機率(每局): 圖表
4. 各地無收入機率(每局): 圖表
5. 遊戲進行輪數: 圖表

調整後執行結果

1. 勝率: 圖表
2. 各地數據統計: 圖表
3. 各地破產機率: 圖表
4. 各地無收入機率:圖表
5. 遊戲進行輪數: 圖表

參數影響結論

1. 玩家勝率: 被玩家順位影響，可經由起始金額補償改善
2. 遊戲時間:
   1. 起始金額越高可能導致遊戲時間越久
3. 較高的手續費率及較低的升級費用可以降低遊戲時間
4. 土地無收入機率: 較高的土地價格會使該地難以被購買，進而導致無收入機率提高
5. 土地破產機率:
   1. 當各地 無收入機率 差異明顯時，無收入機率越高(無人購買)者破產機率越低
   2. 當差異甚小時則反之，無收入機率越高(價格、過路費高)則破產機率越高
6. 異常狀況: 起始現金不足時，後面格數土地會出現高機率無人能購買的情況

第二階段

不合理數值設定

• 過低player.money，無後手補償:
• Taipei.price 高於玩家起始金額:

執行結果

1. 勝率: 圖表
2. 各地數據統計: 圖表
3. 各地破產機率: 圖表
4. 各地無收入機率:圖表
5. 遊戲進行輪數: 圖表

符合預期

1. 玩家勝率受行動順位影響
2. 遊戲時間變低且集中
3. 高價位土地無收入機率極高
4. 高價位土地造成破產機率極低
5. 越高價位土地，收入及升級次數越低

未預期

• 同價位土地，有location越大收入越低的趨勢

參數自動調整

流程程式碼: [Auto-adjust Monopoly]

自動調整流程

graph TD
    A{檢查各玩家勝率是否異常} ;
    A -->|異常| B[調整起始金額];
    B -->C[執行遊戲10000局];
    C -->A;
    A -->|正常| D{檢查各地無收入機率};
    D -->|異常| E[調整土地價格];
    E -->C;
    D -->|正常| F{檢查各地破產機率};
    F -->|異常| E;
    F -->|正常| G[自動參數調整完畢]

Loading

自動調整結果

1. player參數:
2. land參數:
3. 勝率: 圖表
4. 各地數據統計: 圖表
5. 各地破產機率: 圖表
6. 各地無收入機率:圖表
7. 遊戲進行輪數: 圖表

結論

• 調整方針方向正確，使得最終能達到遊戲平衡

• 若希望最終參數能盡量貼近原始設定，則方法細節需要再設計

• 將玩家起始現金提升到100以上，能有效解決兩種異常狀況，但尚未找出發生原因，有自動調整可能在某些情形下會失靈的隱憂

  1. 後面土地高機率無人能購買
  2. 同價位土地，有location越大收入越低的趨勢

• 其他影響因子(可移動距離、變更玩家執行順序、買/升級土地機率、清算方法等)，尚未加入探討