威尔接过话头，主动替山姆解释道。
经过这一会儿的交流，他也已经反应过来是怎麽回事了。
「山姆，你想像一下我们有一个摸奖箱，100个球里有1颗有奖的球。在这种情况下，我们的中奖率是多少？」
「1%？"
这是个简单到不能再简单的数学题，山姆根本连思考都不需要就能给出答案。
「没错，在理想状况下，我们希望在100次抽奖里，我们至少也能中一次奖。」
「HolyCow！我明白了！」
威尔解释的这个例子绝对算得上形象，让山姆立刻明白了究竟是怎麽一回事。
是的，真随机反而是反直觉的。
如果运气」不好，是真的会出现100次也没有中奖的极端情况。
随机的结果是离散的。
但人却不是活在瞬间的生物。
这就导致了随机这个绝对公平的东西，反而对玩家来说是不公平的。
「马尔可夫链。」
林立新默默吐出这句话，无奈地揉了揉眉心。
数学，电子游戏永远的严父。
马尔可夫链这个随机过程模型可以说是现代电子游戏中各种随机算法的核心。
甚至就连机器学习中也离不开它的存在。
往近了说，游戏中NPc的各种行动，就可以看作是一个简单的马尔可夫链。
每一步的状态转移只依赖於当前状态。
「威尔，这个项目咱们两个来做，咱们来设计一个PRD算法」。」
"PRD？"
「嗯，伪随机分布（PseudoRandomDistribution），你不是说下一款游戏想试试对人生和社会的模拟吗？它会很有用的。」
林立新嘴角扬起，这东西要是能做好，那可真是受益终身。
用一百年都不是问题！
只有把随机的结果掌控在设计师的手里，数值策划这个岗位才真正有了价值。
而一个受控的随机，对玩家来说才是足够自然」的随机，足够公平的随机。
这是基於数学所诞生的最高明的骗术。
让玩家心甘情愿被骗，接受安排。