osu! - 深入了解2021年1月pp算法更新

灰太狼 2022-10-24 11:55 195阅读 0赞

# osu! - 深入了解2021年1月pp算法更新 #

大家好，我是PurePeace（曾用名Rem MajiTenshi，

由于osu!在2021年1月进行了一次较大的pp算法更新（主要针对std模式），很多人又想了解到底改了什么，为什么改，所以我决定结合原文，综合的写一写，以供大家交流讨论。

## 话不多说，直接开整： ##

本次osu!进行了五项有关pp计算的改动，部分内容较长，而且有许多图标和数学公式，如果可以，请耐心观看。

### 1.关于AR11的改动： ###

**总结：削短图，加长图。**

前言：

*  AR是Approach Rate（缩圈速率）的缩写。
 *  AR11通常由AR10（或AR7.2以上的谱面 + HR）+ DT升级而成，是osu!模式的最高AR。
 *  AR11下的缩圈持续时间约为0.3秒，非常快。
 *  任何一个成绩的总pp由AIM（移动，也可称瞄准）、SPD（速度）、ACC（打击准确度）三者综合计算得到。

在之前，你打任何AR高于10.33的谱面都会得到额外的SPD和AIM的pp加成（buff），AR11的pp加成高达20%。

不过，由于一些人（如ppy）认为AR11与FL（Flashlight，即手电筒模式）相似（地图越长，物件越多，难度越大），所以又设计了一个“比较符合认知”的加成计算方式。

这个计算方式是Xexxar建议的（事实上这次pp改动的大多数内容都与他相关），如下：

*  **以前**：AR11固定加成20%。
 *  **现在**：AR11的pp加成将根据谱面的物件数来计算，pp加成范围从0%（0个物件时）到26.66%封顶（1000个物件及以上）。

也就是说，AR11长图的加成最多将比以前的20%高出6.66%，长图的pp会更多。

但是，AR11短图的pp加成被削弱了。要达到以前20%的加成，需要打最少750个物件的地图。也就是说，打小于750个物件的地图，将获得比以往更少的加成（因此很多AR11的短图成绩pp降低了）。

**AR加成可视化图表如下，更直观：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 1]

*  你可以从图上直观的看到，只有250个物件的谱面与1000个物件的谱面相比，AR11下的pp加成相差很多。
 *  低AR谱面具有一定的AIM pp加成。AR0长图比AR11短图的加成要略高（笑）。
 *  AR10.3以上的长图都有了更多的pp加成，长图pp更多了。

### 2.NF（No Fail）改动： ###

前言：

*  NF是No Fail的缩写，开启后血条归零不会死亡。
 *  这是一个减分mod，开启后谱面总分（score）减半，且谱面的封顶pp降低10%。
 *  Derank的含义：隐藏实力，尽量不刷pp，使得自身实力远远超过同分段人群，扮猪吃老虎（或炸鱼 ← 此情况更加多见）。

在之前，开启NF将使单个成绩的pp降低10%。经过改动后，NF将根据你打图的miss数来降低pp，没有miss则不降低pp。

也就是说，现在你可以开NF来减半分数以避免上榜，只要不miss，pp不会减少，因此无法用NF来Derank，除非你故意miss【很多】来降低pp。

这项改动是StanR建议的，详细如下：

*  **以前**：开启NF后，谱面的封顶pp固定降低10%。
 *  **现在**：每miss一个物件降低2%pp，10%封顶。
 *  **不变**：谱面总分（score）降低一半。

**总结：NF的惩罚降低了，你甚至可以开着NF打图，避免上榜，偷偷刷pp，但是Derank效率变低了。**

### 3.SO（Spun Out）改动： ###

前言：

*  SO是Spun Out的缩写，开启后转盘自己会转。
 *  SO是一个减分mod，开启后谱面总分（score）降低10%，且谱面的封顶pp降低5%。

改动后，谱面的封顶pp不再是原来那样固定的降低5%，而是根据转盘物件的数量来降低pp。转盘越多，pp降的越多，无转盘则不会降低pp。

这个mod跟NF类似，并且也是StanR建议的，详细如下：

*  **以前**：开启SO后，谱面的封顶pp固定降低5%。
 *  **现在**：pp的降低数量取决于转盘数和谱面物件数，公式： `(转盘数 / 谱面物件总数) ^ 0.85`。
 *  **不变**：谱面总分（score）降低10%。

例如，在一个物件数1000的谱面上有1个转盘，那么谱面的封顶pp将会降低 0.281%；而如果1000个物件全是转盘，那么pp将会降低100%，直接无了。

**总结：又是针对我们Derankr！NFSO大法无了！不过说有时候真不想转转盘，开一下反正也少不了多少pp，不是吗？**

## 4.Miss惩罚改动： ##

**总结：加长图，削短图。**

前言：

*  任何一个成绩的总pp由AIM（移动，也可称瞄准）、SPD（速度）、ACC（打击准确度）三者综合计算得到。

之前，对于miss惩罚的算法过于指数化（exponentially），仅仅是使用一个简单的函数根据miss数量降低AIM以及SPD的pp而已，考虑的东西略少，这导致你在有100个物件的谱面上miss 3个，与在有1000个物件的谱面上miss 3个的惩罚相同，这实在是不够合理。

总之就是，miss的惩罚力度应该参考谱面长度，短图miss的惩罚力度应该比长图miss的惩罚更大。

所以我们的Xexxar再次主动提出了修改建议，改动如下：

*  **以前**：每出现x个miss，AIM和SPD的pp都降低，各自乘以`0.97^x`。
 *  **现在**：更复杂的惩罚方式，将与谱面物件数挂钩。1、只要出现miss，AIM和SPD的pp将扣除3%。2、最初的几次miss惩罚将变轻，随后惩罚力度将逐渐加重，直到惩罚最大值（谱面物件总数15%左右的miss数），随后逐渐减小。

**为了更加形象，miss惩罚的改动可以参考下图（以1000物件的谱面为参考）：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 2]

*  可以看出，改动后在较低数量的miss时，惩罚力度要比原来低一些。但是miss较多时，惩罚力度将加大不少。（注意，这是1000物件的地图）

**短图的惩罚曲线就比较厉害了（绿线为旧，紫线为新）：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 3]

*  可以看到短图miss的惩罚力度相比以前大大增加。

**下方举例说明改动：**

**以前**：  
例如某高手目标是打一个500pp的DT成绩，AIM为230pp，SPD为150pp，ACC为120pp。假设由于高手打图时喜欢抖笔，这个成绩突然出现10个miss，那这将使AIM和SPD的pp都直接乘以0.97^10也就是0.737。只经过miss惩罚后成绩总pp将直接降到400左右。且此处未计算经过miss后ACC的降低以及combo中断惩罚，计算后高手最终可能将只能拿到270pp。

**现在**：  
还是上面的情况，假设此地图为著名短Farm图，物件总数为200，那么miss在10个的惩罚系数约为0.345。只经过miss（2）惩罚后总成绩pp将降至251左右，再计算其它惩罚后可能只有170pp甚至更少，一下降低了非常多。

而假设这是一个2400combo的长图，高手只是最后10个combo想装一下，故意不打而已，那么在这个0.839的惩罚系数下，高手依然可能从500pp中获得400以上的pp！高，实在是高！

## 5.SPD及ACC计算改动： ##

**总结：砍低ACC，加高ACC。**

前言：

*  任何一个成绩的总pp由AIM（移动，也可称瞄准）、SPD（速度）、ACC（准确度）三者综合计算得到。
 *  OD (Overall difficulty) 指打击准确度判定的严格程度，越高要求越打击精确。

osu!作为一个音乐节奏游戏（而不是打地鼠、戳泡泡），ACC（打击的准确度）理应是重要的。

（ppy原文：“accuracy should be king”）

但是随着时间推移，现在ACC在osu!中的重要性却降低了，因为现在许多的成绩里，ACC的pp占比甚至不到20%。而反观以前，许多年前的500-700pp成绩中，ACC常常占比超过20%，甚至达到40%（例如Cookiezi FDFD + HDHR）。

所以本次改动，将原本SPD难度与ACC的线性相关，改为了非线性相关，意图在于降低在低ACC下的SPD pp总量，并少量提升超高ACC的pp。

也许你不理解为什么SPD（速度）难度会跟ACC（打击准确度）有关系？想像一下，当你不关注打击准确度时，像打地鼠一般随意按下按键，与费神的一边控制ACC在100%，一边按下按键，哪个更难？所以显然，SPD难度是与ACC有所关联的。而ACC又与OD有关联，所以，这里的算法涉及到SPD、ACC、OD三样东西。

**所以善良的Xexxar主动请缨，建议了算法修改，内容如下：**

首先是新的SPD难度计算曲线，考虑到了总体难度和ACC：

*  公式中：o为OD，a为ACC。
 *  **以前**：SPD难度与ACC线性相关，每降低一定的ACC，会降低相应的SPD难度。  
    ![在这里插入图片描述][20210129215945899.png]
 *  **现在**：

1、算法不再是线性的，而是一条曲线。当ACC过低时，会削减更多的SPD难度，也就是砍了低ACC下更多SPD的pp，砍的力度较大。同时也buff了超高ACC，对高ACC提供了更多一点点的SPD加成（加成量与OD相关）。  
![在这里插入图片描述][20210129220001329.png]  
**SPD难度计算曲线的改动效果可参考下图：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 4]  
如图，可以看出高ACC（接近100%）时，会获得一丢丢SPD加成。超低ACC（60%左右）时，SPD难度与旧计算方式的差距最大，所以60% ACC玩家的SPD被砍的最多。

2、根据按出50的数量继续削减SPD。（ppy原文说是为了惩罚双按，但是我有点困惑，仅凭按出50的数量就能够判断双按吗？虽然确实有很多双按玩家的50率较高，但是显然这个判断依据也不够好。）

**削减SPD将分为两种情况：**

*  1、每打击500个物件时出现的50不超过50个时（较轻）。
 *  2、每打击500个物件时出现的50超过50个时（加重）。

公式：![在这里插入图片描述][20210129225821502.png]  
可以直观的看下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 5]

这就是本次pp改动的全部内容，ppy在最后特别鸣谢Xexxar，感谢他的公式和建议。

Xexxar 你不向ppy要点工资我真的觉得有点不值~

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70]: /images/20221024/84b5ce2da7eb458193a55c71f4214d73.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 1]: /images/20221024/ff202b1879aa4f42a1fe479bb50f34c2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 2]: /images/20221024/3f00980146214ea9be6404b116db1858.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 3]: /images/20221024/082fdbb2f7444b8aa6b7ae8abbab37f9.png
[20210129215945899.png]: /images/20221024/c511c5d1a1ec4e36af65b944dcdddd14.png
[20210129220001329.png]: /images/20221024/9b6fffcebf214fdd8ad82c9841277727.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 4]: /images/20221024/bf2c6162b4034a849cf8d551e475b41b.png
[20210129225821502.png]: /images/20221024/67f72b05dec74c73bd89fe83534f5fc3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2MzczOTI1_size_16_color_FFFFFF_t_70 5]: /images/20221024/0fe0de5aa25b479eb167206ffffe1aa2.png