遊戲命中率設計:用馬可夫鏈消除連續 Miss,同時鎖定 80% 期望值
在游戲中 80% 命中率,15 次攻擊出現連續 2 Miss
這是典型的真隨機(True Randomness)與心理期望的落差:
-
單次 Miss 概率: $q = 1 - 0.8 = 0.2$(20%)。
-
連續 2 次 Miss 概率: $0.2 \times 0.2 = 0.04$(4%)。
而在前面文章我們已經計算出在 15 次獨立事件中,出現「至少一次連續 2 Miss」的概率 ≈ 38.97%
urscos Tech.
這是典型的真隨機(True Randomness)與心理期望的落差:
單次 Miss 概率: $q = 1 - 0.8 = 0.2$(20%)。
連續 2 次 Miss 概率: $0.2 \times 0.2 = 0.04$(4%)。
而在前面文章我們已經計算出在 15 次獨立事件中,出現「至少一次連續 2 Miss」的概率 ≈ 38.97%
class\LLM-Memory-Learn\W3-VectorMemory\lecture.md
本文中將會用本地 Embedding + FAISS 做語意檢索記憶,最後整合三週積木,做出混合記憶助理
memchat
conda activate mem
pip install sentence-transformers faiss-cpu numpy

接下來來學習 張量積 · 相對狀態
$$
\boxed{\text{張量積}\rightarrow\text{可分解/糾纏}\rightarrow\text{相對狀態}}
$$
先只學「張量積」,不立刻塞進相對狀態公式。
安裝 SharpLensMcp
dotnet tool install -g SharpLensMcp
D:\OlgCase\RS\XXXX>dotnet tool install -g SharpLensMcp
工具 'sharplensmcp' 已安裝。