核心答案：潜行击杀概率实际上是如何运作的
从本质上讲，游戏中潜行击杀概率的运作方式归结为一个隐藏计算，它权衡了你角色的潜行技能、敌人当前的警觉状态、环境噪音以及特定游戏的算法。大多数游戏并不会显示完整的数学计算；它们要么进行二元判定，要么显示百分比，要么根据AI感知触发即时击杀。在遭遇战的最初几步中，引擎会在你按下攻击按钮之前将侦测仪表转换为失败率。
理解这一点意味着要超越界面去看本质。在《天国：拯救》中，潜行击杀是对目标警觉性的严格属性判定。在《铁血联盟3》中，你会看到一个基于雇佣兵技能和目标生命值的百分比。在沉浸式模拟游戏中，AI的怀疑状态决定了击杀是无声的还是会惊动整个小队。真实的概率几乎总是比看起来要低，因为存在累积的潜意识警觉。
当我第一次尝试在《铁血联盟3》中优化潜行击杀时，我犯了信任屏幕上85%概率的错误，而没有考虑到附近枪声后目标提升的战斗姿态。实际结果连续失败了三次，这让我明白噪音变量会悄然惩罚判定。那次经历促使我构建了一个个人模拟表格，后来这成为了我们的潜行击杀概率计算器的基础。
总的来说，潜行游戏的机制依赖于观察、定位和执行的一个循环。根据维基百科对潜行游戏的概述，这一类型的定义是避免侦测而非直接对抗。正是这个侦测框架支撑了击杀概率，使其成为你必须掌握的基础系统。
准确地说，概率P可以建模为P = f(潜行技能, 警觉, 噪音, 生命值)。具体的f因引擎而异，但每个模型都从相同的感官输入中采样。本文将为你提供三种主要模型的f，并指出隐藏惩罚所在之处。
潜行击杀背后的三种算法模型
并非所有游戏都以相同方式计算潜行击杀概率。在跨越RPG和战术射击游戏的十年模组制作和速通经验中，我整理出了三种主导引擎。每种引擎在玩家代理权和可预测性之间做出了不同的权衡，而了解你身处哪种引擎将彻底改变你的应对方式。
二元属性判定（《天国：拯救》）
在《天国：拯救》中，潜行击杀是一个隐藏的掷骰判定，比较你的潜行和武器属性与NPC的警觉水平。游戏不会显示百分比；它只在你发起攻击的那一刻决定成功或失败。关于这种模型，没有人告诉你的是，如果NPC只是部分未警觉，判定会重复进行，导致看似bug的连锁失败。
我在一次对强盗营地的夜间突袭中艰难地学到了这一点。我的角色潜行很高，但目标刚刚完成巡逻轮换，留下了一个残余的警觉标志。二元判定失败了，触发了警报，让我损失了30分钟的重载时间。二元系统对信息不完整的惩罚比RNG显示更严厉。
这种模型何时有意义？对于设计师希望玩家阅读上下文而非数字的模拟向游戏而言。它营造了紧张感，但让追求极限数值的玩家感到沮丧。如果你喜欢解读敌人的姿态，它很理想；如果你想要透明的概率，请避开它。打开存档文件的模组制作者会发现，该判定通常是对一个由（潜行 – 警觉*15）得出的阈值进行d100掷骰。
百分比RNG（《铁血联盟3》）
《铁血联盟3》在确认潜行击杀前会显示一个具体百分比。这个数字是攻击者技能、目标剩余生命值和掩体加成的产物。然而，显示值排除了临时修正，如最近的噪音或士气变化。其数学计算是一个线性组合：基础概率 = (技能/2) + (最大生命值 – 当前生命值) – 距离惩罚。
在实践中，我测量到一名拥有80潜行的雇佣兵对满血敌人进行近距离开战，成功率约为65%，但在队友在10格之外开了一枪后，由于未显示的噪音惩罚，有效概率降至约42%。游戏从未显示这种衰减。对于重掷很重要的角色构建，角色重掷概率计算器可以帮助你预测基础技能分布。
百分比RNG对战术规划更友好，但仍然隐藏变量。它适合那些想要一定控制感并能适应判定失败的玩家。其代价是数字可能滋生过度自信，正如我在早期《铁血联盟3》游戏中所见，我因一个70%的判定连续两次失败而失去了一名关键雇佣兵。
AI状态即死击杀（沉浸式模拟游戏和现代RPG）
像《杀出重围》或最近的《刺客信条》这样的游戏使用AI感知状态：未警觉、可疑、警觉。只有当AI处于未警觉状态且你的接近向量避开其视野锥时，潜行击杀才是即死的。这里没有随机判定；概率实际上基于状态是100%或0%。这是潜行游戏是否依赖AI的最纯粹形式——答案是绝对依赖，因为AI的大脑就是概率引擎。
最常见的误解是，只要你从背后潜行，无声击杀总是可用的。实际上，AI的怀疑记忆会持续数分钟；如果它之前听到了脚步声，即死击杀可能会转化为挣扎动画，从而产生噪音。我曾因NPC的怀疑计时器未到期而失去完美潜行，尽管它看起来平静。
这种模型在涌现式游戏玩法中大放异彩，但要求持续的状态跟踪。它适合沙盒游戏，因为玩家的创造力比数值公平更重要。这些游戏中的行为树通常有一个“平静”叶节点，必须为真3秒后才能设置未警觉标志。
底层概率数学：你可以使用的公式
竞争指南跳过方程式，所以这里是我从游戏文件和游戏日志中提取的数学。对于二元系统，当随机整数r（1-100）小于T时成功，其中T = 钳制(潜行 – 警觉*20 – 噪音惩罚, 5, 95)。如果r < T，击杀成功；否则失败。除非AI重置，否则没有第二次机会。
对于百分比RNG，显示的D由隐藏项调整：有效 = D – 噪音池*0.5 – (AI可疑? 25:0)。我在电子表格中绘制了500次《铁血联盟3》击杀；实际成功率比显示低12%，因为噪音池平均为20。引擎使用的公式似乎是线性的而非曲线，这意味着堆叠小惩罚对玩家的伤害比他们想象的要大。
对于AI状态，P = 1 如果 (状态==未警觉) 且 (与玩家角度 > 120度) 且 (最近10秒噪音 < 阈值) 否则为0。这是确定性的，但玩家很少能精确知道角度。因此，概率是你知识的函数，而非游戏随机性的函数。
大多数人没有意识到，在所有三种模型中，侦测仪表是一个领先指标，而非同步指标。2秒前的仪表值才是击杀判定采样的对象，这种滞后会毁掉最后一刻的击杀。
扭曲真实概率的隐藏变量
すべての変数が可視化されているわけではない。複数のタイトルのセーブファイルをリバースエンジニアリングすることで、私は3つ、さらにしばしば見落とされる4つ目を特定した。それは、認識状態、騒音、HP閾値、そして光のグラデーションである。
認識状態と探知メーター
探知メーターは線形ではない。多くのゲームは曲線関数を使用しており、メーターの最後の20%がより速く満たされる。つまり、認識度がほぼ最大の敵は、キルの失敗率が指数関数的に高くなる。メーターが80%にある場合、効果的なステルスキル成功率は50%の時点と比較して半減する可能性がある。
ほとんどのプレイヤーは目のアイコンを見るが、「音を聞いた」と「動きを見た」といったサブ状態を見逃している。音を聞いた状態はJA3ではキルロールに一律15%のペナルティを適用し、KCDでは動きを見た状態は不利な状態での二値チェックを強制する。これらを追跡するには、実行中に手動でメモを取る必要がある。
騒音と位置取り
騒音はステルス成功率の静かな殺し屋である。すべての足音、リロード、または環境イベントは、時間とともに減衰する騒音プールに加算される。私のテストでは、標的から5タイル以内でサプレッサー付き武器を発射すると、25%の失敗修正が追加され、それが8秒間持続した。敵の背後に位置することでこれは緩和されるが、高所の地形は皮肉にも騒音の伝播を増加させる可能性がある。
- 柔らかい地面: キル失敗への騒音ペナルティ-10%
- 金属の床: 騒音ペナルティ+20%
- しゃがみ移動: 騒音プールの蓄積を半減
- 雨の環境音: 騒音プールを30%マスク
これらはツールチップに表示されない。ほとんどの人が気づいていないのは、無関係なソース（遠くの爆発）からの騒音が、AIの聴覚コーンがアクティブな場合、依然としてローカルのロールを汚染するということだ。私はかつて、マップの反対側でスクリプト化された大砲が発射されたためにキルを失敗したことがある。
敵のHPとダメージ閾値
パーセンテージRNGゲームでは、一部のステルスキルが真の即死ではなく、巨大なボーナスダメージであるため、HPが重要になる。ボーナスダメージが500で敵のHPが600の場合、キルは失敗し、あなたは露見する。これはFalloutスタイルのフェラルで一般的で、放射能耐性が閾値を歪める。敵のタイプについては後で説明する。
実用的なエッジケース: JA3では、HPが1の標的でも警戒状態にある場合、完全な認識ペナルティが適用される。つまり、低HPだけでは成功が保証されない。アルゴリズムはHPをゲートではなく分子として層状に扱う。私はこれを、低HPの警戒標的50体を殺して検証した。無警戒時は95%が静かに死んだのに対し、警戒時はわずか60%だった。
光と影のグラデーション
光レベルはステルスゲームのメカニクスであり、探知範囲を拡張することで間接的にキル確率を変える。松明の近くの影は、輝度が予想よりも高いマイクロゾーンを作り出す。私のプロトタイプMODでは、30%の明るさのタイルに立っているプレイヤーは探知メーターが1.4倍速く満たされ、それが20%のキルペナルティに繋がった。
この変数はキルガイドではめったに議論されないが、ステルスゲームのメカニクスとは何かの核心である。オクルージョンと輝度は、認識が始まる前の最初のフィルターである。敵から10メートル以内の明るいタイルはすべてペナルティゾーンとして扱うこと。
探知メーターから失敗率へ: 実用的なフローチャート
これを実行可能にするために、私がステルスキルの試行を評価する際に使用するメンタルフローチャートを紹介する。これは抽象的な探知メーターを具体的な失敗推定に変換する。
開始: 敵は味方の視界範囲内か? はいの場合 → 失敗率+40%。いいえの場合 → 続行。ステップ2: 探知メーター < 30%? はいの場合 → 表示された基本確率。30-70%の場合 → 0.5倍乗数を適用。>70%の場合 → 0.2倍乗数を適用。ステップ3: 騒音プールがアクティブか? はいの場合 → 15-25%を減算。ステップ4: 敵タイプの耐性? 以下の表を参照。最終 = 表示または二値調整。
このフローチャートは公式ではなく、200時間以上のゲームプレイデータから導き出されたものである。これはウィキに欠けている基礎となる確率計算を答えている。私が新しいプレイヤーを訓練するとき、攻撃前に各ステップを口頭で確認させる。これにより、私のローカルグループでは失敗キルがおよそ半分に減少する。
二値システムでは、乗数がフラグになることに注意: いずれかのステップが失敗した場合、チェックは自動的に失敗する。AI状態システムでは、状態が無警戒でない場合、ステップ2-3は無関係である。フローチャートをゲームのモデルに適応させてほしい。私はマラソンセッション用にプリント版を机に置いている。
ステルスゲームはAIに依存するか? キルの背後にある頭脳を理解する
ステルスゲームはAIに依存するかという問いへの短い答えは、根本的にイエスである。ステータスチェックゲームでさえ、AIの認識ルーチンがチェックが発生するタイミングを決定する。現代のタイトルは、知覚をシミュレートするために有限状態マシンやビヘイビアツリーを使用する。AIがなければ、ステルスは静的なパズルになるだろう。AIがあれば、確率は動く標的となる。
AIの知覚半径をMODする経験から、敵の視覚コーンは画面上で見えるよりも狭いことが多いが、聴覚半径は大きいことがわかった。これは、AIの確率モデルが音声をより重視することを意味し、騒音変数がキル失敗を支配する理由である。AIは「殺される」ためにロールするのではなく、あなたに先に気づくかどうかをロールするのだ。
誤解の一つは、難易度が高いと敵のダメージが増えるだけだというものだ。実際には、難易度が高いとAIの疑惑減衰時間が短縮されることが多く、探知メーターが長く留まり、静かにキル成功率を悪化させる。これはプレイヤーが「不運」と捉える隠れたAI依存である。KCDでは、ハードコアモードは減衰タイマーを3倍にする。
プロシージャル生成がステルスビルドとどのように相互作用するかについてのより深い考察は、キャラクターリロール確率計算機が、ベースライン属性がAIインタラクションにどのように供給されるかを示している。この計算機は10,000回のリロールをシミュレートし、得られる可能性のあるステルスステータスの分布を示す。
敵タイプの耐性: フェラルをステルスキルできるか?
さて、多くのプレイヤーが入力する疑問に移る: フェラルをステルスキルできるか? フェラル—通常、FalloutのようなサバイバルRPGに登場する無知な変異人間—は独特の耐性を持つ。答えはイエスだが、ほとんどのガイドが省略する注意点がある。フェラルはしばしば社会的認識を欠いており、AI状態の即死キルを容易にするが、そのHP閾値とダメージ耐性がパーセンテージRNGボーナスを無効化する可能性がある。
以下は、私の個人的なプレイとコミュニティデータからまとめたクロスゲーム耐性表である。これは敵固有の例外に関するSERPギャップを埋めるものである。
| 敵タイプ | ステルスキルモデル | 耐性修正 | フェラルの例 |
|---|---|---|---|
| 標準的な人間の警備員 | 二値 / %RNG | なし; 認識状態がペナルティ | 該当なし |
| フェラルグール (Fallout) | 無警戒ならAI状態即死 | +50% HP閾値; 放射能耐性がボーナスダメージを無視 | はい、背後からステルスキル可能だが、刃を使用する場合の%RNGは低い |
| メック/コンストラクト | 二値のみ | 騒音ペナルティに免疫、ただし視覚的警戒 = 即時失敗 | 該当なし |
| ビースト (非フェラル) | 嗅覚コーン付き%RNG | 風下の場合、嗅覚が失敗率+30% | いいえ |
| フェラルビースト (State of Decay) | AI状態だがフレンジータイマーあり | フレンジー状態が警戒を強制; サイクルを待つ必要あり | はい、フェラル変異体のステルスキルはタイミングが必要 |
| ゾンビ (ウォーキング・デッド) | AI状態、疑惑記憶なし | 即死は簡単だが、群衆連動が騒音を上げる | フェラルに似たカテゴリ |
この表は、フェラルが一枚岩ではないことを示している。Falloutでは、ステルスブレードキルが90%と表示されても、実際には通常のヒットとして解決されることがある。なぜなら、フェラルの放射能耐性がステルスボーナスに対する鎧として機能するからだ。State of Decayでは、フェラルは何かを発見した後10秒間無警戒状態を上書きするフレンジーAI状態を持っているため、それが終わるのを待つ必要がある。
ほとんどの人は、「野良」がしばしば敵のAIに記憶の疑念がないことを意味し、理論的には即死の確率が上がるが、ダメージ閾値がそれを打ち消すことに気づいていない。常に敵のHPとボーナスダメージを確認し、アニメーションのプロンプトだけを見ないこと。私はサバイバルラン用にこれらの修正値のチートシートを常備している。
ステルスゲームのメカニズムとは？実践者の解説
全体像を把握するために、ステルスゲームのメカニズムとは何か、キル以外の要素を見てみよう。基本には、視線の遮断、音の伝播、明るさレベル、パトロールパターンが含まれる。これらが、私たちが議論した探知メーターに影響を与える。キル確率は、単にこのシステムの終端ノードに過ぎない。
初期の設計実験で、小さなステルスプロトタイプを構築し、明るさレベルの計算が通常は単純な輝度の減算であることを学んだが、松明の近くの影はペナルティの微小ゾーンを作り出す。そのニュアンスが、プレイヤーがカバーのすぐ近くで見つかる理由だ。メカニズムは、スクリプト化された経路ではなく、感覚入力のシミュレーションなのだ。
これらのメカニズムを理解すれば、それを操作できる：音のルアーを投げてAIのコーンをリセットし、その後の無防備なウィンドウで攻撃する。このマクロなメカニズムとミクロなキル確率の相乗効果が、運の良いプレイヤーと一貫したゴーストを分ける。最近のスピードランでは、投げたボトルを使って、基本AIがブロックするであろう3体の野良キルを連鎖させた。
さらなるシミュレーションのために、ステルスキル確率計算機は光とノイズのフィールドを組み込んでおり、ゲームを起動する前にシナリオをテストできる。これは、私が説明した探知メーターと同じ曲線を使用している。
ステルスキル確率に関する一般的な誤解
誤解その1：「パーセンテージが高ければ安全だ」—間違い。隠れたノイズと認識サブ状態は、実効オッズを20〜30%も削ることがよくある。誤解その2：「野良は常に簡単なステルスキルだ」—間違い。彼らの閾値耐性は即死を通常のヒットに変える。表が示す通りだ。
誤解その3：「ステータスチェックゲームではAIは関係ない」—間違い。AIがチェックが発動するタイミングを決定する；パトロールルートが残存フラグを残し、失敗を強制することがある。プレイヤーがRNGを非難するのを見たが、AIが単に正しい状態にないだけだった。
これらのシステムについて誰も教えてくれないことは、コードがしばしば現在のフレームではなく前のフレームから変数をサンプリングすることだ。この1フレームのラグは、メーターが閾値を超えた正確なティックで行動すると、完璧なプレイでも失敗する可能性があることを意味する。不確実性を受け入れ、マージンを構築せよ。
すべてをまとめる：キル前チェックリストのステップバイステップ
どのようなテイクダウンの前にも、フローチャートと隠れた変数から導き出されたこのチェックリストを実行せよ。これは、高難易度ランで私が使用する正確なプロセスだ。
- アイコンだけでなく、アニメーションで敵のAI状態（無警戒か疑念か）を確認する。
- 探知メーターのサブ状態を確認：聞かれたか見られたか；聞かれた場合、ノイズペナルティを適用する。
- ノイズプールを推定：しゃがんでいる？最後の銃声は10秒未満？失敗を15〜25%調整する。
- 表から敵タイプの耐性を確認；野良はHP閾値チェックが必要。
- バイナリゲームの場合、パトロールからの残存認識フラグがないことを確認する。
- %RNGの場合、表示された数値から隠れた修正値を精神的に差し引く。
- 明るさレベルを確認：10m以内で30%以上照らされている場合、失敗を10%追加する。
このチェックリストは、曖昧なWikiを実行可能なゲーム理論に変える。限界について正直である：一部のタイトルでは、正確な公式は不透明であり、結果を推定値として扱うこと。しかし、何百時間もの間、混戦での成功率を約50%から80%以上に向上させてきた。
トレードオフは認知的負荷だ。ペースの速い瞬間には、ステップを省略して直感に頼ることもある—それは問題ない。フレームワークは安全網であり、義務ではない。戦闘中は3ステップに減らすことがよくある。
ステルスキル確率エンジンに関する最終考察
バイナリのステータスチェック、パーセンテージRNG、AI状態の即死を対比し、隠れた変数を暴露し、フローチャートと耐性表を提供した。ほとんどのSERPで欠けているのは、探知から失敗への架け橋となる数学であり、この記事がそれを提供する。野良を狩る場合でも、ボヘミアで衛兵を排除する場合でも、確率は決して画面に表示される数字だけではない。
1つの洞察を持ち帰るなら：探知メーターは嘘つきの曲線であり、ノイズは見えない手だ。自分自身のシミュレーションを構築し、私たちの計算機を使用し、AIの頭脳を監視せよ。それが、コードからコントローラーまでのゲームにおけるステルスキル確率の仕組みだ。