Chúng ta có thể bắt đầu đoán giá trị gần đúng của "siêu mặt" giả định hoặc "cầm đồ nâng cao" này theo "tính di động", theo thứ tự E ~ 2P vì định nghĩa (di chuyển lên 2 hình vuông thay vì chỉ 1 hình vuông).
Tiếp theo, chúng tôi điều chỉnh dự đoán ban đầu này bằng cách hình thành ma trận 8x8, trong đó mỗi ô vuông có một số cho biết mức độ "di động" là phần được phân tích (P = cầm đồ, E = "cầm đồ nâng cao") khi được đặt tại ô vuông đó:
Pawn xxxxxxxx<--last rank Enhanced pawn xxxxxxxx
11111111 22222222
11111111 22222222
11111111 22222222
11111111 22222222
11111111 22222222
22222222<--first rank 22222222
Pawn xxxxxxxx Enhanced pawn xxxxxxxx
Ở đây chúng ta có độ linh động trung bình là 2 ô vuông cho con tốt tăng cường so với 7/6 cho con tốt thông thường (người chỉ có thể nhảy 2 ô vuông khi nằm ở thứ hạng ban đầu). Công suất tương đối E / P dường như là 2 / (7/6) = 12/7 ~ 1.7 hơi thấp hơn E = 2P.
Nhưng thông thường có những mảnh khác cư trú trên bảng và hạn chế khả năng di chuyển. Trong một trò chơi thực tế, chúng ta sẽ thấy rằng tại một số địa điểm, "siêu nhân" mới của chúng ta được bao quanh hoàn toàn bởi các mảnh khác và không khác với "cầm đồ bình thường". Vì vậy, số dự kiến E = 1.7P nên được đẩy xuống thấp hơn một chút.
Để những con số này có giá trị bất kỳ, chúng ta nên tưởng tượng một số nhiệm vụ hoặc tình huống nhất định và xem cách một mảnh hoặc nhóm mảnh cụ thể thực hiện. Một phân tích tương tự đã được thực hiện cho các quân cờ tiêu chuẩn. Vài ví dụ:
- 1 Nữ hoàng không thể phạt góc và chiếu tướng một vị vua đối thủ cô đơn, trong khi 2 Rooks thì có thể. Điều đó cho thấy 2R> Q phù hợp với các giá trị thường được chấp nhận Q ~ 9P, R ~ 5P. (Hoặc Q ~ 10P R ~ 5.5P).
- King + Rook có thể chiếu tướng một kẻ thù King, trong khi kNight + Rook không thể (họ cần sự trợ giúp của King). Vì vậy, trong trường hợp này K + R> N + R, K> N.
- Nhưng một kNight có thể vượt qua một rào cản được hình thành bởi một Rook, trong khi một vị vua thì không thể. Vì vậy, có những tình huống ngược lại trong đó N> K.
Đối với một số nhiệm vụ K> N, đối với các nhiệm vụ khác N> K. Hành vi này được hỗ trợ bởi thang điểm chính thức, đánh giá sự khác biệt của King vs kNight theo thứ tự của một con tốt hoặc một phần của con tốt.
Và nơi cầm đồ mới tăng cường của chúng tôi phù hợp? Anh ta có thể vượt qua rào cản của một tân binh, trong khi một vị vua thì không thể. Điều đó có nghĩa là trong một số tình huống, anh ta có thể vượt trội hơn một vị Vua, E> K (là K trong khoảng từ ~ 3P đến ~ 4P)
- Nhưng anh ta không thể vượt qua một rào cản được hình thành bởi 2 Rooks, trong khi một Giám mục thì có thể. Vì vậy, đây là B> E.
- Và anh ta không thể vượt qua một rào cản được hình thành bởi 2 Giám mục, trong khi một kNight có thể. Vì vậy, đây là N> E.
- Nếu chúng ta xây dựng một bảng lớn với nhiều nhiệm vụ, chúng ta có thể đếm được bao nhiêu "E> K" và bao nhiêu "K> E", "E> B", "B> E" ... chúng ta có và tính toán Trung bình.
Một cách tiếp cận mạnh mẽ hơn sẽ là truy cập vào một cơ sở dữ liệu lớn về các trò chơi hoàn chỉnh, không chỉ là "nhiệm vụ" riêng lẻ. Như đã được đề cập trong trang web này, với sự trợ giúp của cơ sở dữ liệu trò chơi, có thể phân tích kết quả của các giao dịch. Áp dụng ý tưởng này vào "superpawns" của chúng tôi, với hàng ngàn trò chơi, chúng tôi có thể trả lời các câu hỏi như "Liệu một siêu nhân có thực sự đáng giá 2 con tốt không? Hay là 2P> E? Người chơi thua 1E trong khi lấy 2P từ đối thủ, anh ta có thường thua không? Hay anh ta giữ lại một kỳ vọng hợp lý để chiến thắng? Thế còn 2E vs 3P? E vs B? 2E vs B? 2E vs N?
Người ta thường nói rằng mọi thứ phụ thuộc vào vị trí, nhưng với bộ dữ liệu lớn (rất lớn!) Chúng ta có thể nghĩ rằng các biến thể của các vị trí cụ thể có xu hướng hủy bỏ và những gì còn lại sau khi tính trung bình là cái mà chúng ta gọi là "giá trị mảnh".
