📑
【ローモバ】【調査】ボックスギフトの中身・確率調査
この記事の内容は古くなってしまいました。
こちらを参照ください。
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。
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。
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。
- ギフトを3つ開ける
- スクリーンショットを撮る
- 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