📑

【ローモバ】【調査】ボックスギフトの中身・確率調査

5 min read

はじめに

魔獣を倒したときに、ギルドメンバー全員に配られるギフトの調査です。

ギルドのためにどのランクの魔獣を倒すべきなのか、討伐会のノルマ選び、ファントムナイトとの比較など、重要な判断要素になります。
しかし、ボックスギフトのドロップ率はIGG公式の提示がありません。課金に関係ないならユーザに提示する義務はないですし、仕方がないですね。

調査は地道に行っています(今後も少しづつアップデートします)。
公式の提示が無いことから、今後サイレント修正される可能性はいくらでもあります。
参考程度にご覧になって下さい。

調査結果の考察は以下をご覧ください。

https://zenn.dev/lm_mh/articles/3f54ac269fdeeb

調査結果

Common

合計9785個の調査結果です。

  • 確率は「出現回数」をもとに算出した値です(以下同様)。
  • 「出現個数」は「x2」「x3」ドロップした個数を織り込んでいます(以下同様)。

カテゴリ別

カテゴリ 確率 出現回数 出現個数
Resources 46.20% 4530 4808
Gold 12.14% 1181 1263
MonsterMaterials 15.15% 1477 1577
Speed Up 6.08% 594 633
Speed Up Research 8.45% 822 879
Gems 1.82% 179 189
Shield 0.64% 62 67
Random Relocator 1.06% 108 110
HeroChest 8.46% 832 880
Total 100.00% 9785 10406

1箱あたりの期待値

誤差は95%信頼区間です(以下同様)。

  • ジェム: 1.25±0.20ジェム
  • 通常時短: 1.36±0.13分
  • 研究時短: 1.79±0.15分

Uncommon

合計5515個の調査結果です。

カテゴリ別

カテゴリ 確率 出現回数 出現個数
Resources 40.67% 2259 3301
Gold 11.68% 640 948
MonsterMaterials 15.64% 870 1269
Speed Up 7.65% 420 621
Speed Up Research 11.52% 636 935
Gems 2.39% 130 194
Shield 1.59% 92 129
Random Relocator 1.86% 110 151
HeroChest 7.00% 358 568
Total 100.00% 5515 8116

1箱あたりの期待値

  • ジェム: 9.39±1.74ジェム
  • 通常時短: 4.61±0.75分
  • 研究時短: 7.07±0.90分

Rare

合計1767個の調査結果です。

カテゴリ別

カテゴリ 確率 出現回数 出現個数
Resources 38.13% 698 1052
Gold 10.40% 186 287
MonsterMaterials 18.63% 332 514
Speed Up 7.03% 131 194
Speed Up Research 9.28% 179 256
Gems 2.39% 43 66
Shield 2.90% 49 80
Relocator 0.69% 14 19
Random Relocator 2.97% 54 82
HeroChest 7.58% 81 209
Total 100.00% 1767 2759

1箱あたりの期待値

  • ジェム: 14.32±4.56ジェム
  • 通常時短: 11.43±3.35分
  • 研究時短: 12.76±3.33分

Epic

合計377個の調査結果です。

カテゴリ別

カテゴリ 確率 出現回数 出現個数
Resources 29.24% 116 150
Gold 7.99% 30 41
MonsterMaterials 24.37% 92 125
Speed Up 5.26% 21 27
Speed Up Research 11.70% 43 60
Gems 4.87% 17 25
Shield 5.46% 22 28
Relocator 1.36% 5 7
HeroChest 9.75% 31 50
Total 100.00% 377 513

1箱あたりの期待値

  • ジェム: 37.67±18.85ジェム
  • 通常時短: 18.54±12.58分
  • 研究時短: 41.86±20.23分

Legendary

合計178個の調査結果です。

カテゴリ別

カテゴリ 確率 出現回数 出現個数
Resources 45.28% 83 115
Gold 10.24% 20 26
MonsterMaterials 13.39% 24 34
Speed Up 5.12% 8 13
Speed Up Research 7.09% 13 18
Gems 5.12% 8 13
Shield 2.36% 5 6
HeroChest 11.42% 17 29
Total 100.00% 178 254

1箱あたりの期待値

  • ジェム: 44.94±33.29ジェム
  • 通常時短: 16.18±15.23分
  • 研究時短: 51.91±39.31分

調査方法について(蛇足)

有意な結果を出すためには十分なサンプル数が必要です。
人力で入力していては日が暮れるので、以下を利用しています。

  • adb: 宝箱開封、スクリーンショットの自動化
  • tesseract: スクリーンショットからの文字認識
  • pillow: Pythonを使った画像処理

画像集め

実直に人間の操作を自動化しただけです。
adbを利用して以下を繰り返し、画像を集めました。

  1. ギフトを3つ開ける
  2. スクリーンショットを撮る
  3. 消去ボタンを押す

以下はその例です。adbはワイヤレスで使えるようにしておくと、こまめに画像を集められて便利です。

ADB = "adb -s 192.168.x.x:5555"

def screencap(path: str):
    subprocess.run(
        f"{ADB} exec-out screencap -p > {path}",
        shell=True
    )

def touch(x: int, y: int):
    subprocess.run(
        f"{ADB} shell input touchscreen tap {x} {y}",
        shell=True
    )

def roll(path: str):
    touch(1590, 508)        # 1st chest
    touch(1590, 508+187*1)  # 2nd chest
    touch(1590, 508+187*2)  # 3rd chest
    time.sleep(3)
    screencap(path)
    touch(1413, 261) # delete opened chests
    time.sleep(0.5)

画像の読み取り

画像からtesseract等を利用して以下を読み取っています。
少しOCRしづらいフォントでしたが、今の所100%読み取れています。

  • ギフトのランク
  • 魔獣の名前
  • アイテムの名前とその個数
  • 魔獣素材の場合は素材のランク

ローモバスクショのOCRのコツを残しておきます。

  • whitelistを使う(ゲームは表示される文字が限定されるので使って当然です)
  • 大文字のGとCの識字率が悪い。2値化しても厳しいので、無理に画像処理せずtypoとして置き換えしました。

Discussion

ログインするとコメントできます