Algorithm 博弈算法逻辑

这是一款赛狗游戏，有视频，玩家选择赢家。 根据他们的赌注，该算法选择适当的视频，以保持每个销售点的退货百分比在其指定的金额

大概是这样的：

% Returning Specific Return Configuration, range: 50%~90%:
POS1: 65%
POS2: 78%
POS3: 50%
...
...
POSN: XX%

每个POS具有不同的收入，应根据其配置返回：

Ex: [pos]    [cashes] [should return]   [returns]  [step]
    -------------------------------------------------------
     POS1       100         65             60        44
     POS2       100         78             50        45
     POS3       500        250            150        45

基于某些组合，收益率较低，因此剩余部分被视为债务。 这是因为每家商店都在销售以下数字：

POS1:   [Cashes]    ["Winners" Number]  [Possible Return]
          50           12                 150
          50           13                  60

因此，该算法尝试在受限可能性中找到最接近的组合，该组合返回该值+累计月债务，基于每个步骤，如：

 sum([should return]) of step 45 
   + lowest not returned part of the month ([should return]-[returns]) 
                              of the stores present at that step (45) 

在相对较长的一段时间（约30天，即流程的持续时间阶段）结束时，具体的返回时间为：

POS1: 64.4%
POS2: 72.9%
POS3: 49.2%
...

它现在已经工作了8个月，没有明显的问题，但如果我足够清楚的话，这是正确的逻辑吗

每一步持续5分钟

*编辑*

在返回的百分比上使用一些额外的奖金会抵消负差额，因此“客户债务”（取决于该值）会导致每一步的返回受阻，直到POS返回到其百分比为止

因此，我将“本月最低未返回部分（[应返回]-[返回]）更改为该步骤中随机挑选的玩家。这有帮助，但还不够，因为当消极的玩家pos在许多连续步骤中是单独的。。。事实上，它没有任何回报。这并不是一件好事，所以我增加了一些实际使用的负债务的限制，随机因素的范围是

sum([should return]) of step 45 
+ ((case when the debt is negative under some relative "considerable" limit) 
    random[range(-0.01, 0.2)] * not returned part of the month ([should return]-[returns]) 
else the ([should return]-[returns]))

---

实际上，范围（-0.01，0.2）意味着pos可以在某些相对限制下返回，事实上，即使单独玩，商店也开始再次返回。

在没有大量试运行数据的情况下，您的逻辑似乎完全正确。你似乎在准确地追踪债务和回报。因为你的解释集中在硬回报数字和百分比上，这使得你的算法的剖析像harderAs@Dave Alperovich所说的那样，看起来相当合理。我的建议是增加一些随机性（小百分比），作为一个试验。我已经看到了一些非常有趣的结果，当添加一些随机性时，尽管这似乎与直觉相反。事实上，我已经改变了“本月最低未归还部分”，在步骤中使用了“随机选择”的一个商店债务；因此，当POS“独自玩”时，它只选择它的债务。我面临的问题是当债务，在这种情况下是负的，“客户必须回到商店”；当它相当可观的时候，我不得不对它从这笔债务中使用的东西设置一个限制，因为它阻止了每一笔回报，当然，如果可能的话，直到它收回。你能至少解释一下游戏规则，结果应该是什么，POS的意思是什么，正确的答案应该是什么样的吗？