行为研究者把老虎机称作变动比率强化时，说的并不是机器在数你转了多少次，也不是说它隔一段固定时间就会吐一次钱。这个标签描述的是奖励出现的模式：一次奖励可能在第3次、第17次、第41次旋转后到来，你无法预知下一次奖励需要多少次反应，但每一次反应都带着再拿一次奖励的可能。条件作用研究里，这种模式最难消退，所以人们总爱拿它跟老虎机做比较。
可这个标签讲的是行为，不是机器的数学。老虎机不会计算你已经转了多少次，然后认定“第七次该出了”。它也不会先攒够一定数量的亏损再放出一场胜利。每一次旋转都由随机数生成器独立决定，长期回报由游戏的赔率表和符号权重设定。你感觉它像变动比率，是因为结果是随机的，而不是因为机器在执行什么强化计划。
每一次旋转时机器在做什么
按下按钮的那一刻，机器抽取一个随机数，并把它映射到某个滚轮位置。这个映射关系写死在游戏软件里，它决定了每个符号落在支付线上的频率。随机数生成器不记得上一次旋转发生了什么，也不知道你总共投了多少钱。连输十次之后的那一次旋转，和连赢十次之后的那一次旋转，底层概率完全相同。
这种独立性正是心理学实验里的变动比率强化与老虎机实际运作之间的关键差别。在实验里，实验者可以真正改变获得奖励前需要的反应次数。可老虎机上没有人改变任何东西。变动比率的外观，只是随机抽取在固定概率分布上反复进行后自然呈现出来的样子。
回报藏在哪里
老虎机游戏的长期回报通常用“玩家回报率”表示，缩写为RTP。它指的是在极大量的旋转或牌局之后，一款游戏理论上返还给玩家的总投注金额百分比。这是个长期统计平均值，不是对单次游戏时段的保证。RTP的补数就是庄家优势：运营方在某一款游戏上持有的数学优势，以每一注的百分比表示。庄家优势和RTP互为补数，同一款游戏里两者相加等于100%。
这两个数字都不能告诉你接下来一小时会发生什么。高RTP的游戏照样可能让你连输一整晚，低RTP的游戏也可能开场就让你赢一把。RTP是游戏设计在巨量旋转之后呈现的属性，不是对任何一段特定序列的承诺。
为什么短时段的结果看起来和平均值毫无关系
假设一款游戏的理论回报是R%，那么庄家优势就是100%减去R%。如果你下注100个单位，你的期望损失就是庄家优势作用在这100个单位上的结果。这个数字放在单次时段里很小。但这100个单位下注的实际结果几乎不会恰好等于期望损失。你可能赢着离场，可能小输一点，也可能输掉一大截。
原因在于方差，也叫波动性。波动性描述的是奖金在时间上如何分布。高波动意味着中奖更稀少但单次金额更大；低波动意味着中奖更频繁但单次金额更小。波动性不会改变一款游戏的RTP。两款游戏可以有相同的理论回报，其中一款可能长时间不出分，然后突然来一次大奖，另一款则持续不断地吐小奖。短时段完全被波动性主导。长期平均值只有在旋转次数足够多、稀有结果出现的频率接近其期望频率之后才会显现。
每小时下注次数如何影响你的风险敞口
庄家优势作用于每一注，所以你下的注越多，穿过机器的总投注额就越大。决定期望损失的是这个总投注额，不是你起始本金的大小。同一款游戏上，转得慢的玩家和转得快的玩家每一注面对的优势相同，但转得快的玩家在同样时间里穿过机器的总金额更多。
举个例子，假设一款游戏回报R%，你每注下1个单位。一小时玩500转，你的总投注是500个单位。同一小时玩800转，总投注就是800个单位。期望损失等于庄家优势乘以总投注额，所以更快的时段对应更大的期望损失，哪怕游戏本身没有任何变化。机器不会因为你玩得快就变松或变紧；你的风险敞口只是随着下注量增长而扩大。
为什么倍投法也消除不了优势
输钱之后加大注码，指望一场胜利把亏损全捞回来还能再赚一点，这种思路很常见。这类模式有时被称作倍投法或加码系统。它改变不了游戏的底层概率，也改变不了任何一次单独旋转上的庄家优势。
倍投法改变的是结果的分布。假设你每次输后把注码翻倍。大多数时候，你确实会把累积的亏损赢回来，还能带上一点小利润，因为胜利迟早会出现。但偶尔，连输会持续到所需注码变得非常大，或者你撞上赌桌或机器的限额，或者你的本金在胜利到来之前就耗尽了。正是这些稀有结果让倍投法一次输掉大钱。这套系统把同样的期望损失重新分配成许多小赢加偶尔一次大输的模式。它没有在原本不存在优势的地方创造出优势。
强化计划问题与机器的设计
所以回到最初的问题：老虎机到底是变动比率还是变动时距？机械意义上，它两者都不是。它是随机的，这种随机性制造出的模式在观察者眼里很像变动比率强化。这个区分很重要，因为“强化计划”这套语言容易让人以为机器在管理一个奖励计划，而实际上它只是在固定赔率表上结算一个个独立的随机事件。
| 概念 | 它是什么意思 | 它不意味着什么 |
|---|---|---|
| 变动比率强化 | 一种奖励模式，反应之后能否获得强化取决于不可预测的反应次数 | 机器在数旋转次数，或者一段不出分之后就欠你一场胜利 |
| RTP | 一款游戏在极大量旋转后理论上返还给玩家的总投注金额百分比 | 对单次时段的保证，或对接下来一小时的预测 |
| 庄家优势 | 运营方在某一款游戏上持有的数学优势，以每一注的百分比表示 | 每次旋转从你余额里直接扣除的一笔费用 |
| 波动性 | 奖金在时间上的分布方式 | 对游戏RTP的改变 |
| 随机数生成器 | 决定游戏结果的算法 | 对过去旋转的记忆，或对未来旋转的计划 |
机器的回报由符号权重和赔率表设定，与任何强化计划无关。想知道某款具体游戏的理论回报，游戏内部的信息面板或帮助页面就是运营方公布这个数字的地方。那个数字适用于你正在玩的这款游戏，也适用于该游戏使用的规则集。
真正由你控制的变量
你改变不了老虎机上的庄家优势，但你可以改变自己暴露在这个优势下的总投注额。游戏时长、旋转速度、每注金额，这些都是你自己做的决定。更短的时段配上更低的注码，穿过机器的总金额更少，期望损失的绝对值就更小。更长的时段配上更高的注码，穿过机器的总金额更多，期望损失就更大。
选择不同波动性配置的游戏，改变的是时段的形态，不是长期回报。低波动游戏倾向于更频繁地吐小奖，这让你的本金在时间上撑得更久，但RTP该是多少还是多少。高波动游戏带来更长的干涸期和偶尔的大奖。两种配置都不是战胜优势的办法；它们只是同一套底层数学的不同体验方式。
常见问题
老虎机转够一定次数就会吐钱吗？
不会。每一次旋转都由随机数生成器独立结算，机器不会记录距离上次中奖已经转了多少次。长时间连输之后的那一次旋转，和其他任何一次旋转的底层概率相同。变动比率的外观来自随机抽取，不是来自某个吐奖计数器。
变动比率强化和随机奖励是一回事吗？
不完全是。变动比率强化描述的是奖励跟随反应出现的频率模式，它可以通过随机过程产生，但强化计划本身是一种行为模式。老虎机在固定概率分布上产生随机结果，由此形成的奖励模式看起来像变动比率强化。机器并没有在执行强化计划。
玩得更快会改变老虎机的回报吗？
玩得更快不会改变任何一次单独旋转上的RTP或庄家优势。它确实会增加特定时间段内的总投注额，从而增加期望损失的绝对值。游戏的数学属性保持不变；你的风险敞口随着下注量增长而扩大。
理性游戏
博彩应被视为付费娱乐,而非赚钱或挽回损失的方式。美国读者可拨打 1-800-MY-RESET (1-800-697-3738)。
各地法定年龄为 18 岁或 21 岁,请遵守适用于你所在地的规定。
本文是关于这些机制如何运作的一般性说明,不构成法律建议,也不是对任何运营方的推荐。