盘点《塞尔达传说：王国之泪》常见玩家疑问及实用解决方案

盘点《塞尔达传说：王国之泪》常见玩家疑问及实用解决方案

文/卡卡布【游机社www.gamermarch.com (转载请注明出处）】

《塞尔达传说：王国之泪》自5月12日全球发售以来，海量玩家涌入这片进化后的海拉尔大陆，体验上天入地的冒险乐趣。针对近期玩家在游机社社区集中反馈的各类游戏问题，小编特别整理了这份实用解答，助力大家顺畅探索。

Q：新手入门，前期升级优先增加血量还是提升精力？

A：沙羽baby：强烈建议主加精力槽，至少先完成4次精力升级，之后再考虑补充血量。初期空中滑翔和山地攀爬对精力值的消耗极大，优先提升精力能显著改善探索体验！

A：宗师案临：完全同意先堆精力，甚至可以"往死里加"！前期大部分野怪的伤害并不高，初始4颗心的血量已经足够应对常规战斗。

Q：如何扩展武器装备格子容量？

A：袁云狂：完成西北区域的主线任务，解放利特村后返回监视堡垒，会遇到名为伯库林的NPC，他能帮助扩充武器格、盾牌格和弓箭格。首次扩充需要1个呀哈哈种子，第二次2个，第三次3个，以此类推递增。

Q：大师剑的基础攻击力是多少？

A：失张失志：传闻附魔人马刃角后可达100攻，实战效果确实很强力。

A: dawgjo: 未强化的基础攻击力为30点。具体强化后的最高数值有待资深玩家进一步测试确认。

Q：如何将心心容器转换为精力容器？

A：vghjmkijj：解锁西北区域地图后，挑战天空中的风之神殿（需解开5把锁并击败BOSS），完成后利特村天气转晴。在村子旁的驿站会触发NPC讨论断桥任务，此时前往监视堡垒中央的地下避难所，找到正在扫地的女性NPC，她会透露墙壁破损的秘密。进入破损墙壁后的区域，击败里面的恶魔NPC即可进行心转精力或精力转心的操作。

A：viko_vi：完成任意贤者主线任务后返回避难所，触发扫地NPC的支线任务即可解锁属性转换功能。

Q：大精灵泉的开启方法是什么？

A：西凉锦马超：建议优先前往左上角的森林驿站开启首个大精灵泉。本代所有大精灵均位于驿站附近，找到驿站旁的流浪乐队，使用究极手搭建载具将他们运送到精灵泉位置即可激活。

Q：龙角材料的高效刷取方式？

A：utsimo：每轮血月之夜后，所有龙族会重置刷新，此时可重复收集龙角、龙鳞等素材。

Q：本作人马是否仍掉落兽神系列武器？

A：packamack：依然掉落，推荐优先刷取攻击力55的人马角用于武器融合，性价比极高。

Q：暖暖草果在哪里可以大量采集？库存告急...

A：denizzz：各大驿站周边普遍生长，例如新玛丽塔驿站。此外哈特诺村的白洁报社附近也有稳定刷新点。

Q：游戏中共有多少个驿站？

A：d7776：总计14个，分别是：雪原驿站、塔邦挞大桥驿站、新玛丽塔驿站、森林驿站、山麓驿站、南阿卡莱驿站、东阿卡莱驿站、河畔驿站、湿地驿站、平原外围驿站、格鲁德峡谷驿站、双子驿站、高原驿站和湖畔驿站。

Q：山神套的特殊效果是什么？

A：尝鼎一膏：触发"钞能力"机制，受到伤害时会优先消耗卢比抵消伤害值。

Q：电池容量在哪里进行升级？

A：范民钟：监视堡垒入口处的石柱旁有个机器人NPC，可提供电池升级服务。

A：风陵桂香：初始空岛的最后一座神庙"倒转之力"，其入口对面也有管家机器人提供同样功能。

Q：通关最终BOSS后游戏会自动回档吗？

A：麻草亚理：是的，击败最终BOSS后会自动回到战前状态，可继续进行收集和探索。

由于篇幅有限，更多王国之泪攻略及疑难解答请访问游机社网站查询或提问。

www.GamerMarch.com

订阅号：

任天堂

Nintendo

简介： 任天堂（Nintendo）是一家主要从事电子游戏软硬件开发的日本公司，电子游戏业三巨头之一，现代电子游戏产业的开创者。任天堂以"创造独特的娱乐方式"为基本方针，以"为所有和任天堂产生联系的人们带来笑容"为企业社会责任，发行了诸如马力欧、宝可梦、塞尔达传说等知名游戏系列，FC、SFC、N64、NGC、Wii、WiiU、Nintendo Switch等家用游戏机以及Game&Watch、GB、GBA、NDS、3DS等掌上游戏机。

成立时间： 1889年

总部： 日本京都

代表作品： 马力欧系列、口袋妖怪系列、塞尔达传说系列

动态双子群拟梯度蝙蝠算法

陈伟利,陈国华

(湖南人文科技学院 数学与计量经济系,湖南 娄底 417000)

摘要 ：针对基本蝙蝠算法存在的易陷入局部最优、后期收敛速度慢等问题，提出动态双子群拟梯度蝙蝠算法。该算法利用蝙蝠脉冲发射频率将蝙蝠种群动态地划分为自由搜索种群和局部搜索种群两个子群,在局部搜索子群中利用拟梯度方向指导蝙蝠搜索。为了验证算法的有效性，通过对4个基准函数的实验测试，实验结果表明，该算法相对于基本蝙蝠算法具有较好的全局搜索能力和优化精度。

0引言

蝙蝠算法(Bat Algorithm, BA)是一种新颖的群智能优化算法，是由剑桥大学学者 Yang Xinshe在2010年通过模拟蝙蝠的捕食行为而提出的一种优化算法［1］。该算法将优化问题的解看作是搜索空间中的微蝙蝠，搜索最优解的过程看成是微蝙蝠寻找食物的过程。在一定程度上粒子群优化(PSO)算法和和声搜索(HS)算法是BA的一种特殊情况，而BA也被证明比粒子群优化算法和遗传算法具有更高的搜索性能［2］。自蝙蝠算法提出以来，已成功地运用于多种优化问题的解决，如多目标优化［3］、工程优化［4］、聚类方法［5］、调度问题［6］、经济负荷分配问题［7］等。参考文献［8］总结了蝙蝠算法取得的进展，并提出了蝙蝠算法进一步研究的主要方向。虽然蝙蝠算法在许多优化问题中取得了很好的效果，但其本身也存在后期收敛速度不快和易陷入局部最优等缺点。针对蝙蝠算法的这些缺陷，许多学者提出了各自的改进方法，如模糊蝙蝠算法［9］、混沌蝙蝠算法［10-11］、Lévy飞行蝙蝠算法［12-13］。在对蝙蝠算法的改进中，多数学者集中在蝙蝠初始化和飞行方式的改进上［10-15］，而对于改进蝙蝠的局部搜索策略的算法相对较少，基于此，本文提出动态双子群拟梯度蝙蝠算法(PGBA)。通过仿真实验表明，与基本的BA相比，PGBA具有更好的寻优能力和搜索精度。

1动态双子群拟梯度蝙蝠算法

1.1设计思想

蝙蝠算法能够成功地解决很多问题，但基本蝙蝠算法存在求解精度不高和收敛速度过慢的问题。笔者通过记录蝙蝠群体在飞行时的各种参数，并对参数进行了简单统计分析发现，控制蝙蝠群体自由飞行和局部搜索分配的脉冲发射频率更新速度较快，而响度的变化却并不大，这直接导致蝙蝠在局部寻优过程中由于飞行速度过快而不能很好地发现更优解。因此，为了提高蝙蝠的局部搜索能力，必须改变蝙蝠的响度更新方式。此外蝙蝠在局部搜索时是在最优解附近随机生成一个解，既然局部搜索的目的是发现更好的解，那为什么不朝着最有利的方向搜索？受梯度在传统算法中的高效性的启发，本文引入拟梯度定义，用于指示函数的大致上升或下降的方向，指导蝙蝠的局部搜索。

定义给定某常数h，p维函数f(X)在点(x1,x2,…,xp)的相对于h的拟梯度向量定义为：

V=(v1,…,vp)

其中，vi=f(x1,x2,…,xi+h,…,xp)－f(x1,x2,…,xi,…,xp)。

1.2动态双子群拟梯度蝙蝠算法步骤

综上所述，本文提出拟梯度蝙蝠算法的步骤如下：

（1）初始化蝙蝠种群参数(蝙蝠的位置、飞行频率、飞行速度、脉冲发射频率、响度)。

（2）计算每只蝙蝠的适应度值，并得到最优适应度对应的蝙蝠位置（bestx），记录最优适应度值。

（3）生成随机数，将蝙蝠种群分为脉冲发射频率小于随机数（记为第一类）和大于随机数（记为第二类）两类。

（4）自由飞行。对步骤（3）分出的第一类，按照基本蝙蝠算法进行自由飞行。

（5）拟梯度局部搜索。对步骤（3）分出的第二类，首先令h=loudness,计算其拟梯度v,在最优位置附近按拟梯度方向生成一个局部解，xnew=xbest－v 。

（6）如果局部搜索不能找到更优解，视为响度太大搜索失败，将该蝙蝠的响度更新为原先的α倍，即Anew=α×Aold。如果找到更优解，则更新蝙蝠位置，保持响度不变。

（7）对自由飞行和局部搜索之后的蝙蝠种群，如果找到更优解，则更新其脉冲发射频率。更新方法为：rt+1i=r0i(1+e－γ×t)。

（8）对当前蝙蝠重新排序，找到最优蝙蝠所在位置，记录最优值。

（9）满足结束条件（达到精度或最大迭代次数），转至步骤（10），否则转至步骤（3），进行下一轮迭代。

（10）输出相关结果。

2仿真实验

为了验证本文提出的算法的有效性，本文从相关文献中选取4个标准测试函数(包括单峰和多峰函数)进行仿真实验。

这是一个多峰函数，在x*=(0,0,…,0)取得理论最小值0。

利用拟梯度蝙蝠算法对4个标准的测试函数进行求解，并与基本的蝙蝠算法进行比较。算法的参数设置如下：在标准蝙蝠算法中，频率范围为［0,1］,α=γ=0.9,蝙蝠数量为40，r0=0.1,响度初始化为随机数，迭代次数为200次。拟梯度蝙蝠算法的参数设置与标准算法类似，仅改变脉冲发射频率和响度调整幅度，即rate0=0.5,α=0.5。在上述参数设置下，每种算法运行30次，将两种算法的最优结果、最差结果、平均结果和标准差统计如表1所示。