Сначала представь каждый ход как небольшую функцию, возвращающую новое состояние: позиция инициативы, уровень скрытности, бонус к атаке и все отложенные действия. Потом создай конечный автомат, который отслеживает порядок ходов партии, записывая, кто сейчас действует и какие ресурсы у него остались. Используй поиск в ширину или A*, чтобы перебрать все возможные последовательности, отбрасывая состояния, которые уступают по всем параметрам. Кэшируй результаты с использованием мемоизации, чтобы избежать повторных вычислений идентичных подсостояний. Ну и в конце обязательно профилируй симуляцию: если она тормозит, переходи от списков к плотным массивам или используй битовые маски для флагов, чтобы сэкономить миллисекунды на каждом шаге.

Относишься к критическому удару как к еще одной ветке в графе. На каждом шаге атаки разделяешь состояние на два: обычный удар и критический, с учетом вероятности крита. Развиваешь каждую ветку дальше, а при оценке узла — суммируешь результаты по вероятностному среднему (значение, умноженное на вероятность). Так граф остается управляемым, при этом учитываешь случайность. Если вероятность крита низкая, можно даже отсекать маловероятные ветки через несколько ходов.

Звучит неплохо. Следи за порогами обрезки, чтобы получилась стройная модель, но при этом она по-прежнему ловила редкие, но важные критические события. Только не забудь сверить вероятности с исходной таблицей, чтобы избежать перекоса.

Записывай просто сколько веток, и если вдруг увидишь какие-то резкие скачки – прокрути назад и подправь алгоритм обрезки. Так модель и стабильной будет, и симуляцию не усложним.