Recrutement HenriTuche

Ton model est intéressant mais étendrais l’étude sur le comportement d’une ligne entière qui dans l’expérimentation montrerait sa capacité maximale dans des conditions optimales.

Dans l’esprit du « boulet drop » comme vous l’appellez, je pensais plus contrôler les facteurs inducteurs pour ne pas stabiliser la dispersion mais au contraire la disperser assez pour forcer le système de codage d’aller dans une dispersion particulière (pour crée une fausse précision) 

Comme tu l’as dit, en fonction de la hauteur on doit lever le fusil selon toi. C’est la règle de la dispersion systématique dans la mesure où le tir se complique. C’est la règle du « partout sauf au centre de la cible »

Paradoxalement plus le tir se complique (les facteurs augmentant) et plus celui-ci devient simplifié vue que les facteurs deviennent tellement nombreux qu’ils peuvent s’auto-pondérer.

Si on prend le cas de la porté on peut se sentir limité vue que la balle retombe comme une flèche sur une courte distance ce qui limite les facteurs d’études.

Pour ma grande surprise j’eu aperçus que la balle pouvait ricocher ! Donc on ne limite plus la direction de la balle à un simple cône.

HenriTuche a écrit:Concernant le bullet-drop... C'est assez simple. 0 bullet drop. ça ne s'applique qu'aux tirs manqués. Si par chance tu touches en visant plus haut, c'est un simple effet de la dispersion aléatoire. 
Pour résumer : tu tires... La dispersion aléatoire coefficientée est appliquée (aléatoire, donc pas possible d'y faire grand chose. Seule marge de manœuvre, les coefficients de dispersion qui augmentent avec la distance au viseur.). Si après la dispersion, il se trouve que la balle touche, sa trajectoire sera une droite, et non une courbe. Raisonnement contraire : si tu vises au dessus de ta cible, dans l'hypothèse d'une trajectoire courbe, à moins que l'application de la dispersion tombe par chance sur une translation vers le bas, juste au niveau de la cible, tu ne toucheras pas. 
Un cône de dispersion centré sur la cible -d'autant plus avec des probabilités de dispersion extrême plus faibles (fonction log)- donnera plus de probabilités de toucher qu'un cône de dispersion où la cible est à l'une des extrémités du cône... Conclusion : viser droit sur la cible.
Il faudra que je retrouve des preuves de ça, habituellement, les gens n'y croient pas. J'irai chercher dans les fichiers du jeu.

Usopp, c'est un modèle visant à mesurer le bullet-drop ? Si oui... La réponse du dessus marche aussi.
Pour expliquer le fonctionnement du bullet-drop ---> Facteurs purement dépendants de la programmation du jeu ---> Toutes les infos sont dans le code. C'est plus simple que de réévaluer ces effets par observation statistique (effectivement, à moins d'être prêt à cliquer beaucoup, la faiblesse de l'échantillon pose problème...)
Par contre, ça demande des compétences en programmation qui me manquent un peu... Dès que c'est codé trop dur, et pas assez mathématiquement, je sèche...


J'ai probablement mal expliqué le but de mon modèle. Il s'agit de déterminer comment optimiser dégâts / vitesse d'exécution / précision, en fonction de facteurs de jeu, mais aussi de facteurs contextuels, et de facteurs humains... Les variables que j'avais retenues étaient pour certaines corrélées (Positivement ou négativement). Chaque variable peut donc dépendre de plusieurs autres, ainsi que de paramètres. ça rend l'évaluation du nombre de facteurs plus ou moins relative.

Pour résumé, très simplement : Il s'agissait de construire des fonctions de précision globale A, de rapidité globale S, et de dégâts globale D, chacune l'agrégat des fonctions individuelles de chaque soldat (Ai, Si, Di...dépendantes de nombreux facteurs). Parallèlement, construction de fonctions pour la ligne ennemie, du type espacement entre les soldats, angle par rapport à la ligne alliée.... Une fois A ; S ; D agrégés, construction d'une fonction globale d'efficacité nommée X par défaut, une fois influencée par paramétrage éventuel.
Dans la construction des fonctions individuelles interviennent la majorité des paramètres / variables... Au maximum, tirés du jeu pour des questions de fiabilité, et dans le cas où ils dépendent de facteurs contextuels ou humains, approximés mathématiquement par mes soins. (Petite marge d'erreur induite par les approximations statistiques type correction de Student, ou déduction approximative de probabilités... mais toutefois mesurable -environ 0.075 de marge d'erreur au final, mais probablement plus, certaines données étant difficilement mesurables avec précision-.)

Une fois ces fonctions individuelles établies (je pourrais revenir dans le détail de la mesure de chaque paramètre / variable, mais ça prendrait plusieurs pages. Avec plaisir, en privé, une fois que je serai parmi vous :)) et agrégées, détermination des trade-offs intéressants, en fonction de paramètres prioritaires entrés par le commandant du groupe.
(Exemple : Si priorisation de la précision par le leader, il s'agira de : Max X
                                                                                                                          S
Intéressant grâce aux trade-offs, permettant de renoncer par exemple à une unité de rapidité pour 1.2 unités de précision...)

Sachant que la transformation de A ; S ; D en X dépend d'approximations, en fonction de la situation. (Je sais que la méthode laisse à désirer, je n'ai pas trouvé d'autre moyen que d'évaluer l'efficacité des facteurs par les scores cumulés de la bataille, permettant de déduire que dans telle situation, les éléments de l'efficacité se combinent de telle façon, afin d'identifier la forme de la fonction. (ex : inf*30 VS cav*12 donnant X=(aA+bS+cD)y... On peut bien entendu imaginer d'autres fonctions, type Cobb-Douglas, etc... Personnellement, j'ai trouvé qu'un simple paramétrage dépendant de chaque régiment (ou sûrement d'autres facteurs encore... A évaluer au cas par cas) était la plus simple et fiable manière d'agréger.

Pour moi le modèle était assez fiable... Confirmé empiriquement plus ou moins, et si je me souviens bien de la dernière évaluation que j'en avais faîte, marge d'erreur < 0.08 et un Sigma d'environ 0.02 (en relatif également... Ou 0.03 peut-être, je ne suis pas certain)...
Bien sûr, je suis conscient qu'il reste beaucoup d'imperfections, dont je suis pleinement responsable :s