关于概率要素和统计学要素在游戏设计中的运用.doc

关于概率要素和统计学要素在游戏设计中的运用 关于概率要素和统计学要素在游戏设计中的运用 一、从“热手”现象看游戏风险与奖励机制设计 平衡风险与奖励是设计电脑游戏时的一个重要考虑因素。一个优秀的平衡风 险与奖励机制可以提供很多额外游戏价值。与之类似的是赌博所带来的兴奋感。 当然，当玩家如果在一个策略上打赌，他们都会持有一定的胜算和风险。打赌时， 希望更大的风险能得到更多奖励的想法是很合理的。Adams 不仅称“风险总是必 然与奖励同在”，而且他还认为这是电脑游戏设计的基本原则。 平衡风险与奖励是设计电脑游戏时的一个重要考虑因素。一个优秀的平衡风 险与奖励机制可以提供很多额外游戏价值。与之类似的是赌博所带来的兴奋感。 当然，当玩家如果在一个策略上打赌，他们都会持有一定的胜算和风险。打赌时， 希望更大的风险能得到更多奖励的想法是很合理的。Adams 不仅称“风险总是必 然与奖励同在”，而且他还认为这是电脑游戏设计的基本原则。 许多游戏设计书也讨论了平衡风险与奖励在游戏中的重要性： ·“奖励与风险相当” ·创造一个复杂而进退两难的困境，让玩家自己权衡利弊，判断每一步行动 可能产生的风险或者回报 ·给玩家一个选择的机会，要么在奖励少的情况下安全地玩，要么在奖励多 的情况下冒险，这是使游戏有趣刺激的绝妙方法。 风险与奖励在其他领域也有所体现，例如股市交易和体育。在股票市场，风 险与回报总会影响投资选择。因为高风险下潜藏着高回报，所以一些投资者可能 喜欢冒险投资如纳米技术这种股票。其他投资者可能更保守，选择投资浮动性更 小的联邦债券，虽然得到更低的回报，但同时也承担更小的风险。在体育赛场上， 因为从远距离投球能得三分，所以篮球运动员有时会采用更困难的动作来争取三 分球，因此得冒更大的风险。 心理学家、认知科学家、经济学家等对这些因素非常感兴趣，总喜欢研究这 些因素对人类在风险和回报结构中不同决定的影响。然而，股票市场和体育领域 是喧闹的环境，这一点给玩家和研究者分离出任何事件的风险与奖励情况增加了 难度。电脑游戏提供了一种卓越的平台，可以在控制良好的环境下，让人们研究 风险与奖励对玩家行为的影响。我们从认知科学和游戏设计两个角度来考察风险 与奖励，并相信这两个角度是互补的。心理学可以为游戏设计提供理论依据，而 设计得当的游戏也可以成为心理现象研究的有利工具。 本文讨论的对象是上下神射手这种可不断更改迭代、以玩家为主心，并运用 于调查“热手”心理现象的游戏。虽然本文关注的重点在于风险与奖励机制的设计 过程，这种机制符合热手游戏的设计需求，我们将从这种现象的综述和目前的研 究情况入手进行探讨。在随后的部分中，我们将描述游戏设计和研发的三个阶段。 在最后一部分，我们会把这些发现与游戏设计的更普遍原则相互联系起来。 热手效应 “热手”的表达起源于篮球，它描述的是认为球员在进球后更有可能在下一次 投篮时得分的心理现象(注：也就是说，人们普遍认为这些球员正处于得分顺势 中，投篮顺手，这种心理现象被称为“热手效应”)。在一份针对 100 名篮球迷的 调查中，91%的人认为球员在成功投篮两次或三次后更可能再次命中，而之前如 果连失几个球，以后再投篮时就不会那么顺手了。 直观的看，这些观点和预言似乎合理，开创性研究并没有发现在 1980-81 年的费城 76 人队投篮命中率，或者 1980-81 年和 1981-82 年的凯尔特队的罚球 命中率中有出现热手现象。随后一系列运动研究证实了一个惊人的发现——投篮 表现的冷热势可能只是一种假象。 然而，之前的投篮热手结果研究揭示了一个更加复杂的情况。之前的研究暗 示，有确定困难的任务和不定困难的任务之间存在显著区别。篮球中的罚球可以 作为一个确定困难的任务的例子。 在这种投篮中，距离是不变的，所以每一次投篮都有相同的难度级别。而在 不确定困难的任务里，就像篮球赛中的投篮，球员可能要调整他们每一投的风险 级别，所以投篮的难度会随着不同的投射距离、守势的压力和整个比赛的情况而 改变。 有证据表明，玩家可能在确定难度的任务，例如掷马蹄铁、台球和十瓶式保 龄球中获得顺势。然而，在非固定难度的任务里，例如棒球、篮球和高尔夫球， 这种冷热势并不明显——其实际情况与普遍观念相反。 对于流行观念和真实数据之间不一致的最普遍解释是，人类往往误读了数字 中的小趋向模式。也就是说，我们倾向于形成基于几个事件组的模式，例如球员 三连投，然后用这种模式来预测随后的情况。关于投篮，经过三次成功的投球后， 人们会错误地认为下一个投射比起长期水准更可能成功。这就是顺势的谬误。