配置驱动
Model 与 Scenario 分离。游戏数值、公式、规则进配置;实验环境单独描述,改参数不改代码。
Sandtable面向游戏系统的配置驱动仿真与实验框架
把游戏系统放进数字沙盘——调整参数,推演 7 / 30 / 90 天,用指标与置信区间比较差异,辅助平衡决策。
Skip to content
分层时间模型
宏观时间线用离散事件推进,Fixed Tick 只在单场战斗内部可选使用。MVP 战斗采用解析结算,避开全程 tick 的算力陷阱。
确定性优先
带键随机数 (seed, actor_id, day, event_index, purpose),与调用顺序无关。同配置同 seed,结果逐位一致;改参数后随机路径仍可比。
实验一等公民
Grid / Random 扫描、多 seed 复跑、候选比较是核心模型而非外挂脚本。约束判定基于置信区间,不是点估计。
在线聚合指标
不存每个玩家每步的数据。固定分箱直方图、分位数草图、增量统计,十万玩家 × 90 天也在内存预算内。
相对比较立场
玩家行为概率是人为设定的,输出的绝对数值不可信。Sandtable 的价值在 A/B 差值(ΔD7 Power 这类),不在绝对预言。
单核三形态
同一 Rust 内核跑 CLI / Web(WASM)/ Desktop(Tauri 2)。core 可编译 wasm32 是 Phase 1 的 CI 门禁;浏览器跑小中型,桌面与 CLI 跑大型;local-first,无服务器。