가이드 · SS14 타르타로스 시즌
타르타로스 보상
폭동이 주는 것, 아무도 공개하지 않은 것, 솔버의 네 가지 목표가 레인보우와 비장품 가치를 어떻게 저울질하는지.
다른 이름: 폭동 보상
폭동 보상, 레인보우, 타르타로스 솔버 목표, 교도소장의 소장품
마지막 확인 기준: SS14 타르타로스 시즌 · 5분 분량 · 업데이트
이 페이지의 내용
먼저 결론부터
타르타로스 한 판의 끝은 폭동입니다. 수감한 레인보우 죄수 하나하나와 보드에 남은 죄수 하나하나가 그 희귀도의 교도소장의 비장품을 줍니다. 희귀도가 높을수록 드롭이 좋습니다. 게임이 말해 주는 것은 이것이 전부입니다. 비장품에 무엇이 들었는지는 아무도 공개하지 않았으므로(아이템 수, 희귀도별 FE 가치) 타르타로스의 모든 “최선의 수”는 레인보우가 절대자보다 얼마나 값진가라는 선택에 기대고 있습니다. 이 글은 그 선택을 드러내서, 의도적으로 고를 수 있게 합니다.
같은 보드에서 두 목표를 비교하세요
- 보드·남은 날·기구·목표를 고정하세요.
- 보상 선호만 바꾸세요. 상자 가중치는 FE 가격이 아닙니다.
- 예상 수량을 확인하고 목표를 선택한 뒤 다음 보드를 검증하세요.
가상 예시
Toolkit 테스트 보드의 마지막 날, 소장이 있는 칸의 레전드 늑대는 레전드 쥐를 포식할 수 있습니다. 포식하면 절대자 하나가 남고, 종료하면 레전드 둘이 남습니다. 어드바이저는 레인보우 목표에서 포식을 선택합니다(이 비장품의 점수는 0.20 대 0.10). 비장품 총가치에 동일 가중치를 적용하면 종료를 선택합니다(2 대 1). 희귀도보다 비장품 수를 중시한다면 실제 보드의 행동을 비교하기 전에 동일 가중치를 선택하세요.
예시 가정과 자세한 설명
목표를 바꿀 때 보드, 남은 날, 도구와 과제는 고정하세요. 아니면 취향과 상황을 함께 바꾸는 비교가 됩니다. 비장품 가중치는 상대적인 우선순위이지 FE 가격이 아닙니다.
결과 A: 레인보우 비장품 1개
결과 B: 절대자 비장품 3개
- 취향을 정합니다.이 예에만 레인보우를 1, 절대자를 0.2로 둡니다. A는 1, B는 3 × 0.2 = 0.6이므로 A가 높습니다.
- 가정만 바꿉니다.절대자를 0.5로 평가하면 B는 1.5로 A를 앞섭니다. 게임이 아니라 보상에 대한 선호가 바뀐 것입니다.
- 앱에서도 비교합니다.실제 같은 보드에서 레인보우 목표와 총 비장품 가치를 비교하고 희귀도별 예상 수와 과제 기여를 보세요. 목표를 바꿔도 1위가 그대로일 수 있습니다.
- 행동 전에 정합니다.원하는 결과에 맞는 목표로 확인된 보드에서 행동하세요. 다음 선택 전에 새 수감자와 소장품 제안을 확인합니다.
안정은 지정한 레인보우 수 이상을 얻을 확률을 묻지, 그 하한을 약속하지 않습니다. 균형은 목표의 혼합이며 비장품의 참 가격을 찾지 않습니다. 믿을 만한 값이 없으면 취향이라고 밝히고 점수를 예상 FE로 쓰지 마세요.
한 판이 주는 것
- 폭동 때의 교도소장의 비장품: 수감한 레인보우 하나당 하나, 보드에 남은 죄수 하나당 하나, 해당 죄수의 희귀도로.
- 교도소장의 소장품: 죄수가 레인보우가 되어 보드를 떠날 때마다 한 번 고릅니다(사치 테마에서는 세 번 연속으로).
- 목표: 완료하면 고문 도구를 한 번 더 고르고, 폭동 때 절대자 또는 레인보우 비장품을 받습니다. 앱의 모의 판에서는 다섯 목표 중 넷은 폭동 전에 거의 항상 끝나고, 암투 소용돌이만 실패할 수 있습니다.
알려지지 않은 것
게임은 희귀도가 높은 비장품이 더 좋은 것을 준다고만 하고, 내용물을 알려 주는 출처는 없습니다. 그래서 솔버의 가중치(커뮤니티 솔버에서 레인보우 1, 절대자 0.2, 레전드 0.05이고 우리 기본 목표도 같음)는 게임 수치가 아니라 선택입니다. 미확인 그래서 답 하나 대신 목표 네 가지를 드립니다.
| 목표 | 극대화하는 것 | 이럴 때 고르세요 |
|---|---|---|
| 레인보우(기본) | 레인보우 수, 나머지 비장품은 커뮤니티 솔버의 가치로 계산 | 흔히 쓰는 솔버의 플레이에 가장 가깝게 하고 싶을 때 |
| 비장품 총가치 | 희귀도별 비장품 가치의 합과 목표의 비장품 | 낮은 비장품도 의미가 있다고 보는 경우. 가치를 정할 수 있음(단계마다 절반, 3분의 1, 모두 같음) |
| 균형 | 위 둘의 평균 | 어느 쪽을 믿을지 확신이 없을 때 |
| 안전 | 레인보우 N개 이상일 확률 | 대박보다 최저선이 필요할 때 |
최선의 수를 바꾸지 않는 것
모든 비장품을 똑같이 키우는 것은 수의 순위를 바꾸지 않습니다. 비장품을 더 희귀하게 만드는 것이 아니라 더 크게 만들 뿐이니까요. 족쇄 나침반(교도소장의 비장품마다 +10%, +30%, +80%) 베타 데이터, 고기 분쇄기(명패 3배로 드롭 +50%), 쌍둥이 심문관(아이템 복사 또는 비장품 다시 열기), 정령 계약의 드롭 보너스가 여기에 해당합니다. 이것들은 수입을 바꾸지, 어떻게 둬야 하는지를 바꾸지 않습니다. 맵 레벨은 타르타로스가 나오는지(타임마크 7부터)와 전리품 등급을 정하고, 보드의 결정과는 무관합니다.
수익을 꾸며내지 않고 순위를 읽으세요
- 레인보우 예측이 높은데 2위입니다.
- 목표, 낮은 희귀도 가중치와 과제 기여를 확인하세요. 총가치 목표는 다른 조합을 선호할 수 있습니다.
- 나침반이 드롭을 늘립니다.
- 모든 비장품에 같은 배수를 적용한다는 모델 가정에서는 순위가 뒤집히지 않습니다. 나침반 구매의 수익성을 증명하는 것은 아닙니다.
- 실제 결과가 시뮬레이션 평균보다 낮습니다.
- 아래의 과거 시뮬레이션은 모델 속 정책 비교이며 최소 보상이나 현재 네이티브 인식 기준이 아닙니다. 한 판으로 모델을 검증할 수 없습니다.
근거: 게임의 폭동 보상 설명과 앱의 목표 점수. 두 결과와 대체 가중치는 가상의 교육용 입력이며 비장품 내용, 판매가나 수익을 추론하지 않습니다.
우리 시뮬레이션의 수치
이 수치는 앱이 가진 게임 모델(앱이 적용하는 규칙)에서 나온 것이고 실제 플레이어의 판이 아닙니다. 효과가 얼마나 큰지를 보여 줄 뿐, 어느 날 내가 보게 될 결과가 아닙니다.
메커니즘과 참고 자료
| 질문 | 결과 |
|---|---|
| 교체를 전혀 하지 않는 정책, 판당 레인보우(20,000판) | 4.47 |
| 커뮤니티 솔버의 플레이 정책(기회의 57%에서 교체), 판당 레인보우 | 6.07 |
| TLI Toolkit 어드바이저, 한 판 전체, 판당 레인보우(짝지은 시드 200개) | 7.81 |
| 어드바이저가 레인보우 6개 이상을 낸 판의 비율(같은 시드 200개) | 78% |
| 어드바이저가 교체할 수 있을 때 교체를 고른 비율(143판) | 50% |
- 교체는 낭비가 아닙니다. 먹을 대상이 없는 노멀이나 매직 죄수는 바꿀 가치가 있는 경우가 많습니다.
- 목표가 가까우면 끝내세요. 두 번째 도구와 추가 비장품은 대부분의 한 수보다 값집니다.
- 어느 목표로 하는지 정하세요. 같은 보드라도 레인보우 목표와 안전 목표에서 최선의 수가 다를 수 있습니다.
출처
| 출처 | 쓰인 곳 |
|---|---|
| 게임 자체의 도움말 글(커뮤니티 솔버의 텍스트 덤프에 기록된 것) | 희귀도별 비장품, 목표의 보상 |
| glcoder의 TartarusSolver | 효용 가중치와 플레이 정책(MIT 라이선스) |
| SS14 타르타로스 패치 노트 | 이번 시즌에 바뀐 것 |
| tlidb.com 시즌 나침반 | 족쇄 나침반 수치(베타 데이터) |
| TLI Toolkit의 타르타로스 연구와 벤치마크(0.1.0-beta.27) | 위의 시뮬레이션 수치 |
TLI Toolkit이 돕는 방법

- 타르타로스 페이지에서 목표를 고르면 각 선택지가 기대 레인보우, 절대자, 레전드와 그 이하 비장품, 레인보우 N개의 확률, 짧은 “왜”를 보여 줍니다.
- 가치(단계마다 절반, 3분의 1, 모두 같음)를 정하고 조언이 어떻게 바뀌는지 보세요.
이 점검에 쓰는 Windows 앱은 다운로드 및 설정 안내를 따르세요. 조언을 쓰기 전에 입력을 게임과 비교합니다.
타르타로스 어드바이저 받기
Windows 10·11용 무료 앱 TLI Toolkit에 들어 있습니다.
무료Windows 10/11, 설치 없음새로운 내용
TLI Toolkit은 Windows PC용 앱입니다. 내려받으려면 PC에서 tlitoolkit.com을 여세요. 가이드와 전략은 어떤 화면에서도 볼 수 있습니다.
게임 자체의 텍스트, 패치 노트, 커뮤니티 연구를 바탕으로 썼습니다. 메커니즘은 시즌마다 바뀝니다. 오래된 내용을 발견하면 GitHub로 알려 주세요.
