在策划们讨论游戏设计时，很多时候都会在“有趣，好玩”讨论上各种纠结，而且还要加上“体验，交互，冲突，市场需求”等各式各样的商业游戏专业词汇来撑场，最后由于各种各样的词语在各种个样的策划头脑里有各种个样的理解，达成真正一致的其实是少之又少。本文尝试用一个较为连贯的逻辑把游戏有趣，内容，平衡性等概念联系起来，形成游戏设计上的一些设计观和方式方法。
1 信息论、趣味性
有趣是个什么东西？游戏好玩又是什么？我觉得讨论这个问题的时候应该先想一下无聊和有趣的区别。
比较两个事件：
a.太阳从东边升起
b.小行星将撞击地球
从信息论的角度来说，b的信息量是大于a的，至少你不太可能看到a消息登上报纸头条
在信息论看来，从不确定到最终确定，获得的信息量为：
I=-log2（P）
信息论告诉我们，概率P越小的事件，发生时所带的信息量越多，信息量大的事件——有趣，有内容；信息量小的事件——无聊，内容空洞
所以大多数文娱产品，都会想方设法制造生活中不常发生的情节，于是电影有动作片，战争片，爱情片，而日常生活中只有守法过日子，和平不打仗，单身吃狗粮
2 认知概率与信息量
那么是不是越离奇古怪没有人见过的事情信息越大呢？
实际上并不是，在通信理论上，我们常常对某一事件有精确的理论概率值，但是对于玩家来说，事件的概率认知来源于记忆与经验，可以称它为认知概率。
假设一件事情发生，某人未曾见过并且不能与所见过的事件联系起来归为一类，那么对于他来说，经验上这件所谓离奇的事件发生了1次，这一类事件也发生了1次，认知概率上此事概率为100%，对于此人，此事件的信息量是0。
所以，有些小众科幻影视作品，对于大多人来说，内容中很多设计和观众平时生活联系不在一起，导致虽然是离奇的内容，但是信息量实际上是严重不足，甚至有些还难于理解，这也就是有些作品所谓的不对观众口味
游戏设计中所要求的真实代入感也是同样道理，力求游戏内容事件和玩家已知事件联系归类起来，从而可以达到较高的信息含量。
3 可重复的游戏
3.1 概率事件生成游戏内容
概率事件使得每次游戏都可能承载信息量，而电影或播片游戏等媒体没有连续重复体验产生信息量的功能，电影连续看5遍10遍，基本上都会索然无味，而对战类游戏或者棋牌类却可以重复玩十几局，电影重复看，每次播放都没有事件变化，由于记忆与经验，后面几次体验者的许多体验点上认知概率为1，比如可能第5遍后基本就不产生信息量了，而有概率事件的游戏，会不断在重复游戏中生成信息量。
3.2 倾向性影响
玩家喜好情绪导致非理性判断，会把自己喜好的事件在记忆中放大，比如中大奖，暴击等事件，下表假设右边的A事件记忆中有10倍印象效果。
3.3 记忆认知影响
实际上在多次重复游戏中，玩家对最近事件的发生也有一个近期认知概率，表为玩家近期记忆与全记忆的认知的信息差距，假设左边游戏玩家可以记得5次重复事件，而右边游戏玩家可以记得2次重复事件。
那么综合来看，在重复游戏中，玩家获得信息的多少取决于玩家预期认知概率和玩家近期认知概率之间的差距多少。在信息论中，对应的概念叫做信息增益，为两种条件下信息熵的差。
很多设计其实用信息论的观点来看是说得通的，为了强化玩家倾向，把中大奖特效做的炫酷无比，暴击数字做的大一些；为了削弱干扰玩家记忆认知，把开奖仪式做的紧张刺激，多个随机事件之间穿插各种操作元素。
4 游戏交互性的作用
网络游戏制作强调交互性，PVP游戏还要强调玩家的冲突，但是有些游戏就做的好，有些游戏则不然。
人是天然的概率生成装置，人的行为概率各有不同。
可以进行以下实验，随机在纸上写下0,1两个数字100多个，
通常情况下，统计 1 和 0两个数字出现几率大概为50%，50%，
但如果两两顺序分组，统计00,10,01,11四种组合，会发现并不完全接近25%，25%，25%，25%。
可以认为，人的行为，并且是无意识行为，会产生非均匀的随机变量。而且这个变量的概率分布，不同的个人会有一些差别。
游戏的交互玩法机制可以把人活动的随机因素转化为游戏内容上的随机因素，从而产生大量的信息量。
5游戏平衡性-交互随机因素转化为内容的关键
首先先声明一下：
游戏平衡性不等于游戏公平性，平衡性是指，在游戏进行中，玩家有各种有意义的选择。
不公平的游戏可以是平衡的游戏：石头剪子布，a方赢一局得2元，b方赢一局得1元。
公平的游戏可以是不平衡的游戏：石头剪子没有布，赢了得1元，公平但只会出石头，没有随机事件。
对战游戏的平衡性使得玩家可以做出有意义的选择改变对战结果，做出选择的行为实际上受无意识随机因素影响，这样就能从交互不断产生内容。
但是很多时候，玩家甚至游戏制作者会把公平性和平衡性等同起来。因为一个公平的游戏，通过很多随机元素，也可以转化成游戏的随机事件。比如游戏机制的随机（暴击，闪避），人操作精确度失误与否，也能有产生内容的效果，但是一旦引入竞技需求，高端比赛或者游戏中辅助工具泛滥就会急剧破坏游戏的内容生成机制。
5 辅助工具，AI技术与游戏
5.1游戏考验与内容产生
游戏考验大概有如下几种：
耐心考验：rpg游戏练级，各种成长线道具，通常有着大量的重复事件，依靠剧情，各种系统，还有机器随机来撑起游戏内容
操作反应考验 ：FPS游戏枪法，格斗游戏的连击，moba游戏技能躲避和发射，人的操作失误可以产生随机因素和内容
策略考验：围棋，象棋，MOBA中ban/pick（完全信息），人的计算失误产生随机因素和内容
运气猜测考验：猜拳，德州扑克猜测对方底牌，RTS游戏猜对手在战争迷雾的行为（不完全信息），人潜意识随机产生内容
5.2游戏辅助与游戏AI对游戏内容的破坏
游戏辅助可以在不破坏游戏规则的情况下，破坏交互因素产生的随机事件：
耐心：挂机脚本，减少重复内容，直接向玩家输出最后结果，减弱机器随机的内容产生
操作反应：FPS自瞄挂，MOBA自动闪技能，消除玩家操作水平时高时低，产生失误的事件
策略：由于大部分为完全信息博弈、分先后手，达到策梅洛定理条件，其实是有最优应对策略的（但是搜索树巨大），可以利用有监督深度学习或增强学习，大幅度消除玩家计算策略出错事件 如：alpha zero
运气猜测：可以训练出混合博弈AI，并且针对每个人行为特征值可以取得统计上胜利，但不能从根本阻止随机事件发生如：deepstack、libratus
这4个辅助工具成本依次增高，如果游戏中的交互比拼过多依赖a，b，那么就很容易被辅助工具破坏游戏内容。
即使没有辅助工具，在玩家在线数量减少，玩家之间a，b，c的能力差距过大时，也会出现玩家感受的随机因素减少，要么碾压要么被碾压。
所以，一直能保持很强的随机性的棋牌类游戏可以在一个核心玩法下坚持很长时间。不过越来越多人有了概率常识，机器随机事件产生的信息在玩家一定预期之中，内容没有交互产生的信息量多。
平衡的交互性竞技游戏由玩家产生的随机事件与每个人的特质相关，可以产生大量内容，但是由于竞技游戏复杂度很高，判定和调整平衡性都非常困难和反复。
6 AI技术与竞技游戏优化初步设想
AI技术制作的辅助工具会极大的影响游戏内容，而我们可以利用这一点，来优化竞技游戏的平衡性设计：
根据游戏制作经验，制定游戏设计上的特征向量：（如游戏的数值，核心玩法参数）
通过游戏玩家的数据和AI的自身玩游戏（selfplay），制作深度学习和概率搜索树（如MCCFR）结合的游戏AI
通过观测搜索树的迭代结果来判定游戏的平衡性，比如：在越靠近底部的地方仍然有随机混合策略，游戏策略平衡性越好，得出游戏特征向量X与平衡性y的标记数据
通过标记数据训练平衡性调整的学习AI，辅助调整游戏设计的特征向量
知乎专栏：https://zhuanlan.zhihu.com/p/31989293
Steam 
App Store 
闽公网安备 35020302034348号