《Andrew Rollings and Ernest Adams on Game Design chapters》 第八章笔记

Chapter 8. The Internal Economy of Games and Game Balacning

对于游戏平衡的问题很难有确切的答案，因为游戏平衡中需要牵扯到一个人为因素，即玩家本身。

设计师所考虑的游戏平衡是对于玩家的平均水平而言的，因为游戏很难对于各种水平的玩家都是平衡的。但这也就造成了设计游戏平衡时的一个常见问题，即设计师认为自己的水平即是平均水平，最后制作出一款自己很满意，但是玩家不满意的游戏。

What is Game balance

一个平衡的游戏，其获胜的主要因素应该是玩家的水平，这不是说平衡的游戏不能有意外因素，但技术好的玩家应该有更大的几率获胜，除非他这局的运气特别特别差。

游戏平衡就是个不断的实验->纠正（Trial-and-error）错误的过程。

对于电子游戏而言，存在太多的变量会影响玩家的体验，即它是一个N维空间的优化问题。一些传统的游戏研究可能并不适合于电子游戏，因为他们太过于简单。在一些其他学科中，有现成的N维空间优化解决技术，但是电子游戏与其他学科不同的点在于它有玩家这个人为因素，即各种变量的平衡并不是一个完全客观理性的数学问题。

反复的实验->纠正很可能是平衡电子游戏唯一的方法。但这个方法很浪费资源和时间，并且有个更严重的问题是，很难定义什么到底平衡的。

这里作者将平衡分为两种静态平衡（Static balance）和动态平衡（Dynamic balance）。

STATIC BALANCE

静态平衡时关于游戏规则的，即这些规则时如何相互联系，如战争游戏中单位的战斗力，动作游戏中跳跃的距离等等。通常玩家们提及游戏平衡时，它们指的就是静态平衡。

在静态平衡游戏的过程中，设计师需要保证游戏是公平的，所有的元素都是无缝的相互联系，且不会有主导的或者一些隐藏的策略毁坏整个游戏的体验。

Randomness and Average Values

通常可使用回报矩阵（Payoff matrices）来展示各个元素之间的平衡。如果有B1,B2,R1,R2四个元素，且它们的回报矩阵如下所示：

这表示当R1遇到B1时，两者可能谁都不会占到便宜。当R1遇到B2时，则通常R1会损失2的数值。R2的分析同理。

回报矩阵的关键是，它是一个统计学意义上的值，即上表中的数值并不是针对于一个特定的事件，它是分析多个相似事件后得到的平均情况。

Dominant Strategies

占优策略（Dominant Strategies）是传统游戏理论中的术语。占优策略指的是指一个策略在所有情况下都能比其他策略更好。其中占有策略还可以进一步分为强占优策略和弱占优策略，前者是保证这个策略一定会赢，后者是保证这个策略一定不会输。

对于游戏而言，在大多数的情况下要避免占有策略的发生。

下面为作者举得一个占优策略的例子：

可以看出，无论那种情况下（是妻子生日或者不是），买花都是一个更好的策略，即买花是占优策略。

如果将这个例子运用到游戏中，就需要通过加上其他的限制来避免其成为占优策略，如给花一个昂贵的售价，那么在非妻子生日时买花就会有一个负得分。

但如之前所述，电子游戏中有太多的变量，对于一个玩家的占优策略可能对于另一个玩家就不是。

一个理想化的解决方法是模拟一个完美的玩家，这个玩家只会做出最优的解，然后用来完美玩家进行测试，避免占优策略的出现。但是这个方法还是与现实有误差，这个方法是一个数学层面上的解决方案，但因为几乎所有的玩家都不会是“完美玩家”，因此对于实际游戏的参考价值并不是很大，大多数的游戏都无法列出一个完整的回报矩阵。

在游戏中，通常会有三个原因造成占优策略的发生： 1. 战术导致，如RTS游戏中，当近点时Rush通常会有很好的收益 2. 不平衡的单位，如一个单位设计的过强，只要生产该单位就大概率能获得胜利 3. Bug，金手指之类的方法，将直接破坏游戏平衡

游戏中的占优策略能让玩家更容易的获得胜利，但是对于大部分的玩家而言，游戏是为了乐趣而不是为了赢。

Symmetry

对称（Symmetry）是最简单的平衡游戏的方法。

如象棋，开局时双方的棋子类型，位置是完全一样的，这造就了游戏的平衡。但是像象棋这样的镜像对称通常只能运用于一些抽象概念的游戏中，因为这种对称会让玩家觉得不自然和一定程度上的无聊。

但是体育模拟游戏又是一个例外，因为即是在现实生活中，很多体育游戏都是对称的（同意的人数，同意的人员分配）。

要注意的是，游戏中的对称指的是功能上的对称，而不是完全的一样，如体育游戏中，双方都有2个后卫，但这两个后卫的能力可能是不一样。

RTS游戏中对称平衡，如一个玩家开局被山包围，另一个玩家开局被水包围等等。

对称的平衡方式消灭了平衡中的许多变量，简化了平衡工作，但是这也容易导致玩家的行为受限于某种方式，让游戏不再有趣。

Transitive Relationships

传递关系（Transitive Relationships）定义了多个元素之间一种单向的关系。如下图所示，A能打败B，B能打败C

这种关系的回报矩阵如下：

传递关系在游戏中非常常见，如FPS单机游戏中，玩家的装备越来越好，怪越来越强。这些装备之间形成了传递关系，怪物之间也形成了传递关系，即游戏后段的武器和怪物无疑可以轻易打败游戏初期的武器和怪物。

传递关系在游戏中主要是为了鼓励玩家持续的推进游戏进度。在游戏的过程中，玩家会越来越强，但这个传递关系也会有一个重点，如玩家的死亡或游戏结束。

还有一种三元的非传递关系（three-way intransitive relationship），最简单的例子就是游戏石头剪刀布，如下所示：

回报矩阵：

石头剪刀布是一个零和的游戏，但是游戏也可以设计为非零和的游戏。

这种非传递关系相较于传递关系更有趣。但是它很容易被玩家找出规律所在，然后玩家可能就会通过某些策略来规避这种关系，所以通常在游戏中需要用其他元素来包装这个关系，或者说关系在游戏中可以动态的发生变换。

Trade-Offs

权衡（Trade—Offs）在游戏中也是一个非常常见的元素。它是指某一个元素一方面比另一个元素好，但是另一方面又不如另一个元素。

如游戏中常出现的数显就是权衡的设计，就是力量，敏捷，智力三个属性。玩家在升级后，可以选择其中一个属性进行加点。

通常来说，设置用来进行权衡的元素是需要相互独立（orthogonal）的，否则玩家的选择就没有意义。如一个属性表示质量，另一个属性表示浮动力，这两个属性实际上是相关的，玩家选了其中一个就会很大程度上影响另一个。

同时，也要保证多个用来权衡的元素，相互之间的收益的相等的，虽然它们的收益体现在不同的方面。

Combination

有些情况下，当平衡游戏时，多个单独的元素可以组合在一起视作同一个元素，一起来平衡，如RTS游戏中的兵种组合。

通常来说，如果每个单独元素在设计时平衡的很好，那么它们组合在一起后，平衡也不会太差。

Emergence

出现（Emergence）是一系列简单的规则组合成一个复杂的结果。在现实生活中，也有许多Emergence的元素，看，听，触摸这些简单的规则构成了生活中大部分的复杂行为。

如在第八章中作者定义的，游戏是一个模拟环境，受限于硬件和软件的实现，游戏世界不可能将现实生活中所有元素都包含进来，通常游戏只会包含一部分的元素。

但是优秀的游戏，应该让这些被包含进的元素可以被完美的运用，让它们能组合成一个复杂的情况，这就是Emergence的魅力。如塞尔达传说，马里奥都是很好的运用Emgerence的例子。

当然Emergence也有缺点，如果被包含进来的元素并没有完全被利用，那么这些仅含的元素就会变成玩家仅有的玩法，游戏就会变得无趣。另外如果某一个元素不平衡， 则很可能导致占优策略。

Feedback Loops

关于反馈系统，在《Rules of Play》 第十八章笔记有详细说明。

反馈系统是静态平衡与动态平衡的交界线，它开始时的状态是静态平衡的，但是运行后就是动态平衡了。

Summary of Static Balance

静态平衡时关于游戏规则，游戏初始状态下的平衡。

动态平衡则是关于玩家与游戏系统交互的平衡。

DYNAMIC BALANCE

动态平衡可以分为两种，第一种是消极平衡，第二种是主动平衡。 1. 消极平衡是指修改系统，让系统始终对于玩家而言是平衡的，而且平衡点不会改变 2. 主动平衡是指针对于玩家的行为，动态的修改平衡点。

What are we balancing？

但无论是哪种平衡，其关键都是重新在平衡点处构成平衡。

平衡游戏的目的是让游戏公平且统一，不会允许玩家去找出错误或游戏的弱点来获取额外的优势。

一个游戏应该保证在初始时是平衡的（通过静态平衡设置的各种规则，在运行时通过动态平衡也保证平衡。

通常动态平衡有以下三种平衡方式：

1. 摧毁平衡构建新平衡点

Restoring a Balance

如果玩家的目标是恢复平衡，那么游戏的目标就是让游戏系统重回平衡点。游戏系统中会有力量创造出不平衡状态，但是当玩家介入后，这个力量应该消失或者变得微弱，让玩家可以重新将系统变为平衡。

如拼图游戏，就是一个从混乱状态（不平衡），通过玩家的操作逐渐恢复平衡的过程。

Maintaining Balance

如果玩家的目标是保持平衡，那么游戏的目标就是阻止让游戏不平衡的力量。

如俄罗斯方块，在一开始的游戏状态是整洁的，玩家的行为就是不要让新出来的方块破坏平衡。在游戏的过程中，破坏平衡的力量会越来越强（方块下落越来越快），这就对玩家构成了挑战。

Destroying a Balance

如果玩家的目标是破坏平衡，那么游戏系统就会尝试去恢复平衡（玩家和系统的角色与在恢复平衡时的角色相反）。

注意这个破坏平衡，并一定指从平衡状态变为混乱状态，它也可以是从一个平衡状态变为另一个平衡状态。

如一个RPG游戏，游戏开始的设定是外星人统治了世界，这已经是一个平衡的状态了，玩家的任务就是让这个世界变为人类统治的世界（变为另一个平衡状态）。

Balanced Systems

游戏平衡的目标是为了保证玩家的游戏体验，可以从以下几个角度分析：

1. 提供一个恒定的挑战
2. 给玩家一个可预料的，公平的游戏体验
3. 防止停滞（Stagnation）
4. 防止琐事（Trivialities）
5. 允许设置不同难度（可选）。

Providing a Consistent Challenge

一个游戏的难度应该在玩家进行时平缓的增加，但有些游戏违背了这个规则，游戏的难度在中途比游戏后期更难，这种设计很容易让玩家在中途过后，突然觉得游戏变的无聊。

Providing a Perceivably Faip Playing Experience

玩家享受游戏的一个重要原因就是玩家是否觉得这个游戏是公平的，可预测的。这里的公平指的是玩家觉得是否公平，而不是要求游戏本身绝对公平。

游戏中可以设计一些欺骗的行为，如当玩家处于最后一名时，倒数几名的赛车速度会慢下来。但是这种欺骗行为不要让玩家意识到。

另外游戏中，如果某些事情会让玩家没有胜利可能，那么这些事情应该在早期就让玩家知道，或者透露出足够的线索。如游戏最后需要一把钥匙开门，在游戏前期就需要通过某些方法告诉玩家要去寻找钥匙，而不是到了最后玩家发现自己只能重新读档。或者玩家知道最后需要某个东西开门，但是设计并没有给出这个东西的线索，需要玩家自己去猜是需要钥匙，还是魔法书，一旦猜错只能读档重来。

这里的关键就是让游戏的推进是利用玩家已知的知识和信息。如果一个游戏，玩家必须通过攻略或重新读档这样的方式才能进行，那么这个游戏的设计是失败的。

另一个重要的保证玩家觉得游戏公平的因素，就是保住新玩家。当新玩家加入游戏，并被有经验的玩家屠杀时，很容易就觉得这个游戏不公平。通常很多游戏提供的单人模式就是为了保护新人玩家，给新玩家一个练习自己技术的地方。

游戏中的死亡也是一样的道理，通常来说，如果一个玩家失败了，他应该要明确的知道自己死亡的原因，即这个原因是可控的，即玩家需要有方法可以避免死亡。

Avoiding Stagnation

停滞在游戏中是一个很恼怒的状态，指的是当玩家在游戏中抵达了一个进度，然后不知道自己该如何推进。

在很多情况下，停滞是很难被避免的，因为不同玩家的思考能力，探索能力是不同的。但这个可以通过平衡来解决，如当游戏发现玩家在一个地方停留了太久后，给出多余的提示等。

Avoiding Trivialities

琐事指的是，玩家需要做出大量的零碎的决定，而且这些决定对于游戏的最终结果没有明确的影响。

的确有的游戏会通过零碎的决定让玩家更有参与感，但是这些选择应该是可选的，即玩家是自愿去做琐碎的决定，而不是被强迫去做。

RTS游戏中也存在许多细小的决定，如决定每个单位如何行走等。但是这些决定对于最终的游戏结果是有影响的，所以不算是琐事。

Setting the Difficulty Level

游戏玩家第一次接触游戏的平衡工作，就是选择难度。通常来说，难度会分为四个等级，简单，正常，困难，噩梦。

网络游戏中通常没有难度选择，它们通过将不同的玩家进行分割来处理难度水平（处于不同的地图，处于不同的天梯等级）。

还有一些游戏会通过动态调节游戏难度，如当玩家表现很差时，降低游戏难度，让表现很好时增加游戏难度。但这个方法有两个缺点。第一，会给玩家造成被欺骗感，第二，玩家可能利用这个规则，如故意表现得很差降低游戏难度。

通常来说，单机游戏中的难度选择会通过两种方式改变难度，敌人更强或者敌人更多。如简单难度每过一关，敌人数目增加5%，正常难度每过一关，敌人数量增加10%。

现在的一些单机游戏，还会通过让敌人更聪明来增加难度，即修改AI的表现。

Tools For BALANCING

Design for Modification

当设计游戏时，应该是面向修改设计的。

为了能更好的修改，通常先设计游戏规则，再设计游戏运用这些规则的元素。一旦规则被平衡了，修改其中的元素不会让平衡效果偏差的太过于严重，在规则的限制下，这些元素也不会相互干扰。

如之前所述，游戏平衡工作是一个反复试错的过程，在修改元素或规则来进行平衡时，要记得控制变量法

Design Prototyping

在开发一款游戏前，应该先开发一个游戏的模板，最好用一个简单的程序语言进行开发。

Future Potential

因为手动的进行参数的平衡并不高效，未来可能会有自动手机玩家数据，然后进行参数调整的平衡方法。如发现某一个英雄被玩家使用的过多，且胜率很高，自动下调这个英雄的一些属性。