[研究]实况10的带球速度

首先我要说明几个问题。




　　《实况足球10》带球速度详细研究

第一，在测试球员跑动时，我采用的是，跑5次，取3次最好成绩。

　　第二，在测试时，我发现了一个小窍gate，就是读盘时就按住方向和R1，这样训练一开始球员就启动，这样可以最大程度的避免误差。

　　第三，在跑动过程中，一旦发现球员不小心把球趟大了，我们应该把这次的成绩去掉，虽然趟大了可以跑得更快。

　　首先，我们来看球员空跑时，有哪些数据在影响他的速度。

　　设置这么一个场景，球员从点球点出发，跑到中线时触球，同时完成训练。

　　duff(速度86 加速度91) 成绩 5'53 5'53 5'55

　　eto'o (速度95 加速度97) 成绩 5'41 (注:后面我就直接写平均值了)

　　martins (速度99 加速度99) 成绩 5'36

　　morales (速度79 加速度70) 成绩 5'61

　　keller (速度62 加速度71) 成绩 5'90

　　从这5个人我们很容易看出，随着速度值的提高，球员跑得越来越快，而且是线性增加的!

　　不信的人可以自行计算，我已经算过了，假定这个跑动距离是50m的话，速度值每提高5，速度将提高0.1m/s左右。

　　注意:这里所谓的线性增加并不是严格的，而是近似的，这是误差存在所造成的。

　　再来看看大家关心的加速度值的用处。

　　我设置另一个场景，球员空跑10m，即从点球点跑到弧顶。

　　跑了三个人，我就放弃了，因为我发现10m的距离也不足以显示加速度的差距，就是说，加速度的差距基本可以忽略，就是说加速度只存在于手感中。

　　duff 1'78

　　martins 1'75

　　reyes (86 87) 1'78

　　好了，热身完毕了。下面开始对带球运动的研究，相对于无球空跑，带球的建模就难太多了。我们在开始前先带着疑问，那些数据对带球运动有影响?它们是如何影响的?

我选择了我们敬爱的李毅当我的模特，场景100m带球跑，即从一侧点球点跑到另一侧点球点。

首先观察liyi在增加了特技dribller后，带球速度有什么变化？答案，没有

把liyi的带球姿势分别改成2，3，4，带球速度有什么变化？答案，没有

这样，我们基本能够得出结论，球员的基本设定和容姿不会对带球产生任何影响。

看来我们的落脚点，就集中在速度，带球精度，带球速度上了。

那么做一个实验，edit三个liyi，比较他的跑动时间

liyi（速度50 带球精度50 带球速度90） 13'75 13'66 13'65

liyi（90 50 50） 12'08 12'16 12'36

liyi（50 90 50） 13'78 13'80 13'81

通过以上数据可以看出，速度对带球的影响最大，带球速度其次，带球精度最次。

我们更具体的试一试

liyi（速度80 加速度80 带球精度80 带球速度80） 12'40 12'33 12'33

liyi（90 80 80 80） 11'80 12'28 12'20

liyi（80 90 80 80） 12'33 12'40 12'31

liyi（80 80 90 80） 12'28 12'28 12'28

liyi（80 80 80 90） 12'16 12'20 12'23

比较数据，得出几个重要的结论：

1.加速度对带球的影响几乎不存在。

2.速度对带球的影响最大，带球速度其次，带球精度最次。

3.带球精度越高，带球越稳定。

通过比较计算得知，速度，带精，带速分别对带球的影响比例是3.8：1：1.8，并且这些影响是可以叠加的。有了这个比例之后，我们就可以近似的通过计算来比较那些球员跑得快！

计算方法：定义一个N，N=3.8*（速度-80）+1*（带精-80）+1.8*（带速-80），通过比较每个球员的N值，来比较他们的带球。这个式子的数学意义是，每个球员都和一个（80 80 80）的人比较，得出的一个加权统计数据。

至于带球精度，带球速度都达到88时，球员的带球会发生一个跃变，这一点sosa1215已经用事实证明了，我就不在说明了。但是问题又产生了，既然带球精度，带球速度都达到88时，有一个突变，那么这个3.8：1：1.8仍然成立吗？

我通过计算发现，这是仍然成立的，只是要把“高速型”和“一般型”的球员分开计算罢了

例一：找出所有带精，带速都在88以上的球员，分别进行测试。结果如下：

joe cole（86 93 88） 11'28

joaquin（89 92 91） 11'20

C.ronaldo（83 95 93） 11'33

mitea（ajax）（92 91 88） 11'16

saviola（86 90 90）11'26

aimar（86 95 89）11'28

recoba（87 94 94）11'18

kaka（88 89 93）11'21

ronaldinho（87 97 91）11'21

karimi（86 93 88）11'33

robben（90 92 95）11'11

dyer（88 90 88）11'23

hleb（89 89 95）11'21

quaresma（porto）（88 90 88）11'23

robinho（88 95 93）11'30

列出前10名来：

robben>mitea>recoba>joaquin>kaka=ronaldinho=hleb>quaresma=dyer>saviola

计算上述人员的N值：

robben：N=3.8*（90-80）+1*（92-80）+1.8*（95-80）=77

mitea：N=3.8*12+1*11+1.8*8=71

recoba：N=65.8

……

略了，有兴趣的朋友可以自行验证

得出结果：

robben(77)>mitea(71)>hleb(70.2)>robinho(68.8)>joaquin(66)>recoba(65.8)>ronaldinho(63.4)>kaka(62.8)>dyer(54.8)=queresma(54.8)

比较，可以看出，基本一致，（hleb的名次稍有出入，robinho的N值排第4，成绩却不理想，saviola排第10，N值在10名开外）。总的来说，这个计算法则是非常成功的。

这个例子里，实况的带球top10出来了。另附几个对这个top10不服气的带球大师的成绩：

martins（99 76 96） 11'98

owen（91 89   87） 12'08

eto'o（95 86 91） 12'00

ewerton（real zaragoza）（94 82 90） 12'06

lovenkrands（rangers）（91 91 86） 12'10

例二：举一个更为实际的例子，马德里竞技队，锋线人才济济，左边路m.petrov无疑，右边锋的人选如何确定？有三名人选galletti，maxi rodriguez，ibagasa，假设使用者只看速度，那么我们试求三名球员的N值。

galletti（83 80 84） N=3.8*3+1*0+1.8*4=18.6

m.rodriguez（84 83 81） N=3.8*4+1*3+1.8*1=20

ibagasa（83 90 81） N=3.8*3+1*10+1.8*1=23.2

看似很难判断的问题迎刃而解，选择ibagasa无疑。

事实上我们实际测试一下，ibagasa（12'20），其他两人均为（12'33）。

最后，做一个总结，方便那些看贴速度较快的人，和只关心结论不关心过程的人：

1.随着速度值的提高，球员跑得越来越快，而且是线性增加的！

2.加速度只存在于手感中。

3.球员的基本设定和容姿不会对带球产生任何影响。

4.速度对带球的影响最大，带球速度其次，带球精度最次。

5.加速度对带球的影响几乎不存在。

6.带球精度越高，带球越稳定。试验中的误差，往往发生在带球精度较低的球员上。

7.速度，带精，带速分别对带球的影响比例是3.8：1：1.8，并且这些影响是可以叠加的。

8.可以通过计算来比较球员的带球速度，计算公式是：N=3.8*（速度-80）+1*（带精-80）+1.8*（带速-80）。

最后，我不得不强调的几点：

首先，这不是官方给的结论，而是我个人根据测试得出的，仅供大家参考。

然后，试验肯定存在误差，请大家注意分辨。

最后，这些数据和结论很明显是脱离实际的，但并不是空谈！

可真有耐心研究啊`