理論的には可能ですが、ほとんどのゲームでは非常に難しいため、不可能と考えることができます。
1つのアプローチ:ゲームを通常の形式に変換します。通常の形式のゲームとは、各プレーヤーと機能の戦略のセットであり、選択した組み合わせに対してどの程度の結果が得られるかを示します。ランダム係数は、別のプレーヤーとしてモデル化できます。
次に、支配的/支配的な戦略(常に実行すべきことと実行すべきでないこと)を探すことができます。支配的な戦略が含まれていない場合、ゲームは少なくとも興味深いものです。
それから、各プレイヤーが自分のために保証できるものを見ることができます。「MY」の選択肢ごとに、考えられる最悪の結果を見て、これが最良の選択肢を選びます。
プレイヤー間で大きく異なる場合、ゲーム内で腐ったものがあります。
見るべき他の事柄があります(支配的な混合戦略(いくつかの確率で各選択肢を選択する)、ナッシュ均衡(すべてのプレイヤーが他のプレイヤーが行うことを知ったら、すべての人にとってローカルに最適な組み合わせ))。
しかし、最初のステップはほとんどのゲームで非常に複雑であるため、通常はそれほど便利ではありません。しかし、複雑な詳細を遠ざけたり、戦略を認識可能な戦略セット(初期ビルドオーダーなど)に置き換えたり、実際にプレイしたゲームからの統計的な近似によって結果を置き換えたり、ゲームの問題について何かを伝えることができる場合に使用できます。このトカゲのようなものはSCで行うと思います。
ゲームのもう1つの形式は、プレイヤーが交代で他の人が行うすべてのこと(チェス)を知るゲームです。そこでは、ゲームの状態ツリーを検索することで、支配的な戦略を検索しようとすることができます(そして、通常は巨大であるため、使用するには複雑すぎます)。そして、多くのゲームには完全な知識がなく、事態は非常に複雑です。
別のアプローチとして、ゲーム内のものを見て、それらを比較してみてください。
別のアプローチ:チーム戦闘(特に大規模な参加者がいる場合)では、フォースフォースシミュレーションを使用しようとすることができます(私はこれを使用したことがなく、ゲームをapropriteモデルに変換するために高数学(微分方程式)とハードワークが必要です)。
したがって、私の結論として、ゲームのサブシステムのバランスを取るために多くのことができ、ゲームが出ているとき(およびベータテスト中)、結果を分析することで多くのことができますが、すべてを同じにしない限り、ゲームのバランスを証明することはほとんど不可能です。
PS:初期属性を計算するために一緒に使用できる複数の属性で1つの属性を置き換え、すべてをよりランダムにすることで同一性を隠すことができます。
ミスを犯しやすいことに注意してください(例:速い小さな攻撃と大きな遅い攻撃)。d6-18で18スローすると0-90になり、d10-10で10スローすると0-90になりますd91-1で1スローになります結果は0〜90ですが、それらはすべて異なる分布を持っています。
PS2:ある賢明な人は、実際のバランスは重要ではなく、バランスが重要だと言いました。