游戏设计的100个原理笔记(2) – 第1篇 游戏创新的一般原理(下)

/ 4评 / 0

原理15 记忆和技巧

在游戏设计领域有很多游戏种类,有更广义的游戏分类方法把游戏分为记忆游戏和技巧游戏。

在记忆游戏中需要用到试错法、记忆识别、本能反应(平台跳跃游戏)以及对游戏本身的掌握。技巧游戏需要体能或精神上的实力和条件来完成。许多游戏在特定情况下对这两种类型都有涵盖。

记忆游戏可能会在玩了一段时间之后让玩家感到无聊,解决这个问题的方法是在保持游戏机制、故事和结果不变的前提下为游戏加入一些随机性。

原理16 “极小极大”与“极大极小”

与“最小/最大化”(Min/Maxing)不同,“极小极大”(Minimax)指出,在一个零和博弈中,每个博弈者会选择一个能最大化他们回报的混合策略,由此产生的策略和回报的组合是帕累托最优的。

在经济博弈论中,极小极大原理常被用来减低机会成本(也就是后悔)。

极大极小原理解决的问题是玩家致力于防止最差的后果,想要避免错误决定导致的最坏结果。

在数学上,极小极大算法是一个递归算法,用来在参与人数确定(通常是两个)的博弈中做出下一步的决定。

极小极大也被应用于没有其他对手,但结果取决于不可预知事件情形下的决策。在这样的情形下,可能出现的结果与有两个参与者的零和博弈类似。

原理17 纳什均衡

纳什认为,在任意一个混合策略博弈中有这样一个策略组合,在该策略组合上,任何参与人都有有限的选择;而当所有其他人都不改变策略的时候,没有人会改变自己的策略,因为改变策略会导致该博弈者得到的得益降低,那么这个策略组合就是一个纳什均衡。

纳什均衡原理可用于预测博弈者在他们最优策略的基础上互动的结果。

纳什均衡可以通过数学方法,基于回报矩阵(payoff matrix)得出。

囚徒困境博弈

假设有两个小偷A和B联合犯事、私入民宅被警察抓住。警方将两人分别置于不同的两个房间内进行审讯,对每一个犯罪嫌疑人,警方给出的政策是:如果一个犯罪嫌疑人坦白了罪行,交出了赃物,于是证据确凿,两人都被判有罪。如果另一个犯罪嫌疑人也作了坦白,则两人各被判刑8年;如果另一个犯罪嫌人没有坦白而是抵赖,则以妨碍公务罪(因已有证据表明其有罪)再加刑2年,而坦白者有功被减刑8年,立即释放。如果两人都抵赖,则警方因证据不足不能判两人的偷窃罪,但可以私入民宅的罪名将两人各判入狱1年。

收益矩阵

A╲B坦白抵赖
坦白-8,-80,-10
抵赖-10,0-1,-1

可以看出对于个人而言,坦白的收益总比抵赖要高。

关于案例,显然最好的策略是双方都抵赖,结果是大家都只被判1年。但是由于两人处于隔离的情况,首先应该是从心理学的角度来看,当事双方都会怀疑对方会出卖自己以求自保、其次才是亚当·斯密的理论,假设每个人都是“理性的经济人”,都会从利己的目的出发进行选择。这两个人都会有这样一个盘算过程:假如他坦白,如果我抵赖,得坐10年监狱,如果我坦白最多才8年;假如他要是抵赖,如果我也抵赖,我就会被判一年,如果我坦白就可以被释放,而他会坐10年牢。综合以上几种情况考虑,不管他坦白与否,对我而言都是坦白了划算。两个人都会动这样的脑筋,最终,两个人都选择了坦白,结果都被判8年刑期。

囚徒困境中,在都选择背叛时,任何一个人单独改变策略都不会使自己的收益更高,所以都背叛就是纳什均衡点。相反在都合作的情况下,任何单独的改变状态都会增加自己的收益,所以合作不是纳什均衡点。

原理18 帕累托最优

许多博弈论的例子都是零和命题——其中参与一方的收益来自于另一方的损失。然而,也有一些情况下,玩家可以在不影响其他玩家地位的情况下让自己的地位上升。意大利经济学家维尔弗雷多·帕累托(Vilfredo Pareto)在财富和收入分配等领域研究了这样的关系。人们以他的名字命名了他的发现。

当有人得到了一定数量的货物、金钱、土地等,而且是从一个人手上转移到了另一个人手上(比如通过销售),这就是“帕累托交换”(Pareto shift)。

如果一个交换过程在改进了系统中一个人的状态的情况下没有直接损害系统中其他人的利益,这个变化就是一个“帕累托改进”(Pareto improvement)。

当一个角色扮演游戏(roleplaying games,RPG)中的角色升级自己的能力和技能时,这就是一个帕累托改进。另一方面,如果一个玩家偷了另一个玩家的装备,这就不是一个帕累托改进,因为这会让被偷的一方能力削弱。

当一个系统达到了没有帕累托改进的余地的状态,它就达到了“帕累托最优”(Pareto optimality),又称“帕累托效率”(Pareto efficiency)。这时,系统中的任何一个交换都是零和的。

帕累托最优的一个重要特性是它不一定是一个公平合理的分配,它也并不意味着这个分配是可能的分配方案中最好的。它只是说明当前的选择已经被扩展到了没有任何人可以在不损害其他人利益的情况下进行改善的地步。

“占优策略”(参见原理84“占优策略”)并不总是与帕累托最优一致。在囚徒困境中,占优策略(也就是背叛)就跟帕累托最优(双方合作)不一致。这是因为双方“保持沉默”相当于一系列同步的帕累托改进——每人都在不使对方状况变差的情况下让自己的状况变好了。没有人能在不让对方变差的情况下让自己的状况变好(要让自己的状况变好只能背叛对方,也就意味着对方的状况变差)。

在合作的游戏或系统中,帕累托最优是一个理想的目标。

在竞争的游戏中如果达到了帕累托最优,则往往意味着僵局或不可避免的冲突。

帕累托改进(及其最终带来的帕累托最优)在资源平衡的游戏机制中也经常被使用。达到帕累托最优并不意味着这就是最佳组合,只是表示所有的资源都被有效地使用了。

原理19 得益

得益(Payoff)是指在游戏中一个决定所带来的产出或结果,不管是正面的还是负面的,不管它如何被计量。

不是所有的玩家玩游戏都是出于追求同样的回报(巴特尔的玩家分类理论)。

假定游戏中的所有玩家都是理性自利的,也就是说每个人的行为都以获得自己的最佳回报,并且将其最大化为目的,根据玩家自己的价值体系,每个决定对玩家带来的影响都是合理的。

在博弈论中,得益可被分为基数的和序数的。

基数得益(Cardinal Payoffs)是固定量的值。

序数得益(Ordinal Payoffs)采用得益产生的顺序而不在于其数值的大小来描述结果。就像竞赛一样,排序名次比时间和距离更重要。

当游戏是同步进行的,也就是说,当一个玩家必须在不知道其他玩家会怎么做的情况下采取行动时,通常会有一个正则形式的表格来显示得益,这样我们就可以比较游戏双方所做选择的结果。

在平衡一个游戏的得益时需要注意的一点是:在决策过程中的理性自利(没有与其他玩家之间的可信承诺)通常会给玩家带来最坏的结果。

在“囚徒困境”中,我们要注意尽管这个游戏看起来是基数得益的,它实质上却是序数得益的。因为唯一重要的一点是它们的顺序保持不变。

原理20 囚徒困境

囚徒困境(Prisoner’s Dilemma)是一个简单的博弈,它解释的是为什么两个博弈者在博弈时会分别作出不是对自己最有利的,却能通过合作达成一个更好结果的选择。

博弈可以按照传统方式进行,如单一决策,或重复决策,产生基于过去结果的行为模式。

如果两个博弈者连续完成了多次囚徒困境的情景,并基于对方之前的行为各自形成了一个对对方的看法,这两人都将开始基于对方的行为来规划自己的策略。连续玩N(N已知)次游戏时,最合理的决定是每一次都背叛对方。然而在实践中,大多数人都不会超理性到能够意识到对他们来说能得到最大利益的做法是:每一次都与对方合作,然后在最后一次背叛对方。假定他们会这么做,这也会让他们推断对方也与他们一样理性,也会做出同样的事情。于是他们在倒数第二轮选择背叛,如此循环往复,回到开头。而如果N是未知的,这个做法就不再是游戏的“占优策略”,而是一个“纳什均衡”。

罗伯特·阿克塞尔罗德(Robert Axelrod)提出了博弈者的策略要获得成功的4 个必要条件。

威廉姆斯·普雷斯(William Press)和弗里曼·戴森(Freeman Dyson)提出了一个被称为“零行列式策略”(Zero-Determinant Strategy)的新方法,该方法认为一个博弈者可以通过让对方相信他们会做出某个特定选择的方式来控制博弈,该博弈者通过利用假信息来从对方那里获得好处。

原理21 解谜游戏的设计

设计师斯科特·金(Scott Kim)这样定义“谜题”(puzzle):“有趣的东西,并且有一个正确的解答”。这个定义尽管模糊,却至少提出了一个定义谜题的有用元素:它是有解的。

一个好的谜题对它的受众而言既不能太容易也不能太难。要让一个谜题游戏做到这一点,一个好的方式就是面包屑式(breadcrumbs)的引导。例如在数独(Sodoku)或纵横填字(crossword)游戏中,随着一个一个空格被填上,玩家也就得到了对剩下的空格更多的提示,那些剩下的空格也就变得越来越好填了。

一个好的谜题应该需要一个聪明、智慧的解决方法,而不是通过简单的蛮力就能解决。

一个谜题的产生可以是随机的,但当玩家开始解答它时,它必须是确定的。

最后,一个好的谜题必须让玩家知道目标是什么,他们需要进行怎样的操作来达成这个目标。谜题”的设计师通过模糊化规则来增加解谜的难度,但是这样的谜题是不公平的。

当我们设计一个谜题时,要确保:

原理22 石头剪刀布

石头剪刀布(Roshambo),是一种只需要通过手势参与的、同步的、半随机的,零和博弈。

石头剪刀布可以通过算法对对手的行为模式及其发展趋势进行分析,基于马尔科夫链(Markov Chains)、战略预测和随机数的算法来选择应对的手势。

这种循环的制约关系已被应用于其他游戏中,以防止占优策略的演进,保证游戏过程中各种类型的元素保持同等的价值。

石头剪刀布有时也被一些不愿意去探索更有趣的、创新或独特的方法来平衡游戏机制的设计师当作偷懒的依托。如果石头剪刀布方式是我们针对功能设计的唯一策略,我们要小心了。

原理23 7种通用情感

游戏设计师往往致力于唤起玩家的情感,他们花费很大的精力去研究“兴趣曲线”,以及设法保持玩家对游戏的注意力。

有7种通用的情感表达是世界的每一种文化公认的。

情感总是无意识的、稍纵即逝,但可以很容易地通过人们面部的变化看出来。这是情感和情绪的一个显著区别,后者持续的时间更长,并且可以被隐藏和掩饰。

原理24 斯金纳箱

预测玩家的行为是游戏设计师最基本的需求。其中一个被过分广泛使用的理论流派——行为主义。

斯金纳做了如下尝试:

老鼠每次按下杠杆,就给它食物作为奖励;

老鼠每X次按下杠杆,就给它食物作为奖励;

在老鼠每隔N分钟后第一次按下杠杆时给它奖励;

当老鼠每第X(X是随机的)次按下杠杆时给它奖励;

在老鼠每隔N(N是随机的)分钟后第一次按下杠杆时给它奖励。

实验结果表明老鼠对几种不同的奖励周期有十分明确的回应方式。有一些奖励周期引起老鼠狂热地一次又一次按下杠杆,以期得到更多食物;有一些则相对温和,造成老鼠按杆的机会相对较少。

如果要让老鼠尽可能多按杆,最好的奖励周期是以变化比率的形式,也就是使用随机变化的参数。在给老鼠加强“多按就会多得”印象的同时,又让它们摸不清楚到底按多少下才能得到食物。

玩家与游戏的交互等同于价值,因此,最能引导玩家与游戏产生更多交互的方式就是以随机的周期给用户奖励。采访这些游戏的玩家会发现他们对这个游戏是否“好玩”抱有矛盾的意见,但却承认自己被吸引不停地玩。

行为主义理论是可以被当作一个推动玩家参与的妙招的。

有些孩子被要求每周末修剪草坪。对孩子来说有些院子太大了,而且他们从开头就害怕这个苦差事。在盛夏的日头下推割草机可不是他们爱干的事儿。但是他们随后就发现,这个工作越接近完成就变得越轻松,他们割完一行草的速度更快,他们也越来越为即将到手的5美元兴奋。

这种现象被称为目标的梯度效应(goal-gradient effect)。

如果玩家知道他将马上能得到奖励,他们会更有动力去完成能让他们得到这个奖励的任务。如果你发现你的玩家在游戏中的某一点逐渐失去他们的兴趣,或许这就是向他们展示他们如果继续下去将得到的奖励的最佳时机。

原理25 社会关系

对大部分的玩家来说,游戏是一项群体活动,不管是棋盘游戏、卡牌游戏,还是视频游戏。

这些社交性、合作性的游戏的发展证明在游戏设计中社会关系对增加玩家的兴趣、参与和满意度是非常有效的。

大多数现代游戏要求设计师至少要考虑激活玩家的社会关系网络。

邓巴数理论认为,任何一个人的社交网络大概由150个连接,也就是社会关系构成。它是指你能从你的社交网络中的每一个个体中得到的好处,包括互相帮助、互相访问,或通过其他手段帮助彼此。

社交机制可以是主动的、被动的,也可以介于两者之间。

有一个心理现象叫“害怕错过”,这是个体寻求能帮助他们被纳入团体的经验的一个很有说服力的理由。

目标受众的偏好和他们的舒适区都会影响与社会关系相关的设计的一般方法。

研究受众的喜好并巧妙地使用社交设计方法能够将游戏的复杂性和娱乐性提高一个层次,并最终帮助游戏从市场竞争中脱颖而出。

原理26 公地悲剧

公地悲剧(Tragedy of the Commons)的含义是,如果一项资源是可供所有人使用的,那么该资源最终一定会被耗尽,而这对所有人都是有害的,长期的损失远大于短期内获取该资源得到的好处。

公地悲剧的假定条件是在有限的系统内对资源的使用是增长的。

广义而言,公地悲剧表达了一个人艰难的选择:努力争取物质利益,并由此导致自己和他人的长期损失——寄希望于短期的物质利益能弥补长期损失——或者为了所有人的利益与大家合作来节约资源,但是这样做的风险是,如果有其他人有更好的个人资源,或者有其他人谎称合作实则过度使用公共资源,这个人就吃亏了。

在游戏中,玩家的策略或游戏的机制都有可能导致公地悲剧。应该有某种协议(或一些特殊的规则来奖励使用资源较少的玩家)来预防玩家们用完所有可用资源。

对于公地悲剧有两种常见的,并且是相反的解决方案,但是它们都不能理想地解决这个问题。

资源平等的再分配(共产主义)意味着无法有效利用资源的人依然能得到它,这样有很大一部分被浪费掉或很快被用完。

另一方面,垄断资源(政府控制)则意味着资源的利用效率远低于腐败、法律法规和特殊利益集团对资源的征用。

向人们提供足够的资源被过度使用的信息来让他们意识到保护资源的重要,确保对社区的强烈归属感以减少自私的囤积行为和滥用集体财产,建立值得信赖的机构来管理关键资源的分配,以及对负责任的资源利用行为提供激励机制,并惩罚那些不负责任的过度使用行为。

原理27 信息透明

许多游戏都是围绕着发现隐藏信息的过程而展开的。

游戏理论将这些信息不透明的游戏归类为“不完全信息(imperfect information)游戏”。

另一种信息——游戏状态,则在不完全信息游戏的分类下还有所细分。

在不完全信息游戏中有一个子分类,这类游戏中玩家能够接触到关于游戏环境和规则的所有信息,但不能看到其他玩家的行动状态,这就是完整信息(complete information)的游戏。

在不完全信息游戏中,那些玩家没有依据对未知进行假设的游戏就是不完整信息(incomplete information)的游戏。

理解信息透明的概念对于游戏设计师(国内公司通常称为游戏策划)而言有多强大的最后一个关键是,记住信息透明可以是自愿的或非自愿的。

游戏中有规则规定玩家有时必须向另一名玩家展示手中的一张牌,这张牌本来应该是保密的,这就是非自愿的信息透明。

自愿信息透明,设立这样的规则通常是为了鼓励玩家虚张声势、双重间谍的行为,并且建立一个互相不信任的氛围。

原理28 范登伯格的大五人格游戏理论

理解人们的心理是游戏设计的基础。在许多方面,游戏的功能性目标就是激发起玩家采取行动的意愿。

大五理论认为人类的行为主要是由5类动机驱动的:

每一类人格特质都能被细分为6个子维度,这描述了更加具体的内在驱动。

“对体验的开放性”就包括以下几个子维度:

与想象力相关联的是玩家对幻想和写实的偏好。

与冒险性相关联的是玩家是更喜欢将探索作为游戏机制的一部分。

我们抱着同样的目的生活和游戏。

我们希望在游戏中扮演别人的看法很普遍,但这是错误的。

注:补充阅读《大五人格心理学》

原理29 志愿者困境

“志愿者困境”(Volunteer’s dilemma)是群体博弈理论中的一个特殊例子,类似于“公地悲剧”。

在志愿者困境中,一个人面临的选择是,是否牺牲自己的一小部分利益来让群体中的所有人受益,同时这个人自己不能得到任何额外的好处。而如果这个人不牺牲,并且也没有任何一个其他人这么做,则所有人都要面临严重的利益损害。当然,这个选择是,自己牺牲一小部分时间、经历、钱等等,或是承担等着其他人来做的风险。

这些情况在互联网合作游戏中屡见不鲜。

玩家可能会选择不参与一些危险的、但是对团队来说是必须的任务,而是去做更多对自己有好处的任务。他们会假设为了团队的生存和胜利,团队会去承担完成那些危险任务的责任。

如果这个策略成功,他们会受到鼓励而继续这样的行为——并且可能会有更多的玩家选择这种对自己来说没有风险的做法——这样也就把越来越多的责任转嫁到了仍然愿意执行危险任务的团队成员身上。显然,如果这个趋势继续下去,整个团队(包括那些搭便车者)都会完蛋。

心得

书中所介绍游戏原理其实很多在目前主流游戏中都有所体现,而学习游戏原理的意义,在于自己不仅限于“感觉这个模块挺有意思,可以拿来借鉴一下”,而是能够根据原理去设计一个模块。

成品是游戏原理的实际运用,游戏设计的“抄作业”也至少应该明白这道题的答案为何,这样才能在以后的设计中交出一个满意的答卷。

  1. SEO Company说道:

    Awesome post! Keep up the great work! 🙂

  2. AffiliateLabz说道:

    Great content! Super high-quality! Keep it up! 🙂

  3. Tamar Darnick说道:

    I must express some thanks to this writer just for bailing me out of this challenge. Because of browsing through the the net and obtaining advice that were not powerful, I thought my entire life was done. Being alive devoid of the solutions to the problems you’ve sorted out by means of your blog post is a crucial case, and those that could have adversely damaged my career if I hadn’t noticed your web site. Your own personal competence and kindness in handling the whole lot was important. I’m not sure what I would have done if I had not encountered such a point like this. It’s possible to now look ahead to my future. Thanks for your time very much for your impressive and effective help. I won’t hesitate to refer your blog post to any individual who will need care on this subject matter.

  4. Earlean Dilibero说道:

    Hello! I’m at work browsing your blog from my new iphone! Just wanted to say I love reading through your blog and look forward to all your posts! Keep up the outstanding work!

AffiliateLabz进行回复 取消回复

电子邮件地址不会被公开。 必填项已用*标注