返回所有案例
CASE STUDY / AI 與資料科學
老虎機遊戲引擎與機率優化系統
數位遊戲、機率設計與模擬3×3 老虎機遊戲引擎，結合 Monte Carlo 模擬與啟發式搜尋演算法自動優化轉軸配置，在目標 RTP 95% 與勝率 ≥ 55% 的約束下找出最佳符號分布。Full-stack 實作包含 FastAPI 後端與 React 前端。
Delivery Details
這是一套老虎機遊戲引擎與機率優化系統。核心挑戰在於設計轉軸配置，使遊戲同時滿足 RTP（返還率）與勝率雙目標。系統以啟發式搜尋演算法迭代 800 步，每步透過 Monte Carlo 模擬 50,000 局來評估配置適應度，最終以 100,000 局精確驗證最佳候選。5 種符號（不同賠率）搭配 5 種獲勝模式（水平、垂直、對角、V 型、自訂），透過符號分布變異與適應性搜尋策略，在龐大的搜尋空間中收斂至目標配置。Full-stack 實作支援 CLI 與 API 雙模式，React 前端可即時體驗遊戲與查看統計資料。
Industry Context
機率型遊戲必須在數學回報、勝率、波動與玩家體驗之間取得平衡，任何轉軸或賠率調整都可能改變整體分布。大量模擬、可重現亂數與多目標搜尋，是驗證設計是否符合約束的重要方法。
Business Problem
遊戲機率設計需要同時滿足 RTP、勝率與體驗限制，手動調參成本高。
What I Built
用 Monte Carlo 模擬與啟發式搜索自動評估大量轉軸配置。
Business Impact
把數天人工試算壓縮成分鐘級優化，並保留可重現的驗證結果。