game design原理系列学习笔记(九)

实习工作稳定下来总算能有闲心重新开始写点自己喜欢的东西了。。。

原理15，记忆与技巧

在游戏领域有很多我们所熟知的游戏种类，例如FPS，RPG，但是广义上，游戏可以被更简单直白的分类成两种，记忆游戏和技巧游戏

记忆游戏的例子很简单，一个FPS玩家在反复玩过几次游戏以后，对地图会更加熟悉，从而在与其他玩家的对抗中获得优势，这种利用记忆来占优的游戏就是记忆游戏，这种游戏主要目的就是以玩家耗费时间为代价给予玩家相应的优势，玩家在对抗中获得优势，游戏设计者成功的留存住了玩家，双方获得互赢。

技巧游戏的例子也很简单，桌球，台球，这种需要通过数学计算来确定击球角度，并且了解一个3D球体在平面上会如何与其他球体碰撞及其可能产生的几种结果。在回合制RPG游戏中，玩家需要从NPC中获取信息并且了解他们，然后应用相应的游戏信息优势来击败这个游戏中的boss，在脑海中提前形成下一步的路径，这种就是技巧游戏。

记忆游戏中，玩家反复在同样的游戏体验中经历一段时间后可能会感觉无聊，毕竟一直在玩一样的游戏，同样的方式，同样的区域，用着同样的武器或者工具，这种情况下解决问题的办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元素，比如不同级别敌人出现地点不同，掉落装备品级高低等等。

技巧游戏中，如果玩家没有达成完成游戏特定部分所需要的技能，他会感到越来越沮丧，当这种情况发生时，游戏设计师可以用不同的方式来解决。比如给予一些提示，指向，通过闪光效果来给玩家指示道路或者提示玩家所需要的道具。设计师还可以设置一些隐藏物品，某种程度上也可以给予玩家更多的帮助。

例外说一句，游戏中的记忆元素也可以应用于现实生活中的一些技能，例如医生，军人，船长，等等都可以用模拟显示技术来学习相应的一些专业技能，这在VR游戏不断开发的今天这块领域将会越来越成熟。

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

原理16 “极小极大”与“极大极小”

“极小极大”是 约翰·冯·诺依曼提出的概念，他指出，在一个零和博弈中，每个人都会选择一个能最大化他们回报的混合策略，在经济博弈论中，这个极小极大原理常被用来减低机会成本（也就是后悔）。。。。（我竟然无法吐槽）

当然了，极小极大原理反过来就是极大极小原理，它用于非零和博弈中，玩家致力于防止最坏结果的发生而做出抉择。

简单来说，如果有一张彩票，50%概率中奖10块钱，

而另外一张彩票，10%概率中奖50块钱。 

极小极大原理中，玩家会选择10%概率的彩票，因为他们偏乐观，觉得自己有这样的RP可以赢得高回报

极大极小原理中，玩家会偏向于选择50%概率的彩票，对应的，他们偏向悲观，觉得万事以保守决定为主

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的博弈中做出下一步的决定，博弈的每一个参与者的每一个可能状态都被赋予了一个通过位置估算函数计算的值，这个指表示玩家要如何成功才能达到该位置。根据函数，理性的极小极大博弈者将给予对手下一步的可能决策和预设值，做出让该位置最小值最大化的决策。

以上这段话是纯引用书中的，说实话实在是有些。。。拗口，简单来说用人话来说就是，田忌赛马，将最小值价值最大化的策略。

极小极大也被用于没有对手时候的抉择，但结果取决于不可预知事件情形下的抉择。比如投资者在决定要不要投资一个高风险的股票，一旦成功，投资者将获得可观的收益，一旦失败投资者将一无所有，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。