中EN
概念页

情境平衡

Situational Balance

情境效果 (situational effects) 指价值随游戏状态变化、却必须定一个固定成本的东西:AoE、治疗、克制某类敌人的武器、针对对手牌组的卡。Schreiber 与 Romero 第 23 章(p.557–582)的答案是:用概率求收益的期望值,必要时参考最大/最小值;多用性 (versatility) 本身是收益,其价值取决于预知程度和切换成本;还要把影子成本(沉没成本、机会成本)算进成本曲线。

什么是情境平衡(p.557–558)

第 8 章的传递性机制加上第 17–18 章的概率,用来平衡"基本传递、但价值依情境而变"的机制。原书承认这类机制没有公认术语,自称情境平衡。典型例子:

  • AoE:单挑时与单体伤害等值,面对 50 个扎堆的敌人时价值 50 倍。
  • 《万智牌》初版的 Karma:每回合对对手造成等于其沼泽数的伤害——对 24 张沼泽的牌组致命,对无沼泽牌组无用,配合把对手地变成沼泽的卡则价值取决于能否抽到组合。
  • 治疗:满血时毫无价值,濒死对拼时可能决定胜负。

最终成本一般落在最小值与最大值之间。最可靠的是测试和数据分析(见 数据分析与平衡、开发周期中的平衡),但那需要游戏已做好、玩家在玩;本章提供做第一次有根据的猜测的方法。

简化 d20 例子:BAB 与 AC(p.559–561)

极度简化的《龙与地下城》第 3 版:攻击掷 d20 + 基础攻击加值 (BAB),≥ 目标护甲等级 (AC) 即命中;初始 BAB 0、AC 10,对等角色互相命中率 55%。

  • 一对一且双方伤害、血量相同:重要的是相对命中率,+1 BAB(命中 +5%)与 +1 AC(被命中 −5%)等价。所需命中次数越多,方差越小,命中率高的一方越必胜;次数越少,弱者越有机会靠运气翻盘。脚注:命中率已达 100% 或被命中率已为 0% 时,再加该属性无益。
  • 被四个敌人围攻:涉及 AC 的掷骰是涉及 BAB 的四倍,+1 AC 的价值是 +1 BAB 的 4 倍;四人小队打一个平均分配攻击的巨人则反过来,BAB 值 4 倍。
  • 对手伤害是自己两倍(血量相同):AC 值 2 倍;自己血量是对手两倍(伤害相同):BAB 值 2 倍。
  • 实际跑团中 GM 喜欢让小队以寡敌众,所以 AC 通常比 BAB 更值钱——规则把它们当作等价,成本曲线上却并不等价。

设计含义:比对手强时进攻更值钱,比对手弱时防御更值钱。手工设计关卡的游戏可以按已知遭遇调整成本,或调整遭遇比例让玩家以寡敌众和以众敌寡的次数相当——这还能增加重玩价值:高 BAB 和高 AC 的通关体验不同。

多用性与切换成本(p.561–566)

若能在每场战斗开始时把 AC 一比一换成 BAB,两者立即等价,且任何 +1 都比其他加成更强。射击游戏里火箭筒、狙击枪、近战武器各有专长,只要切换几乎无延迟,重要的是所有武器情境之和,一堆专用武器胜过一把万金油;若切换要 5 秒,单件武器的短板就凸显,通用武器可能胜过整套专用武器。改变切换成本就能改变情境平衡。

情况估价方法原书例子
完全不能切换(只能装备一件,拿到新的就丢旧的)对所有情境求期望值:各情境概率 × 该情境价值,求和对龙双倍伤害、10% 的战斗是龙、伤害与成本线性:0.9×1+0.1×2=1.10.9\times1+0.1\times2=1.1,即基础成本 +10%。另一把剑平时 1.5 倍(价值 150),对巨魔只有一半伤害且被视为净负债 −250,巨魔占 5%:150×0.95−250×0.05=130150\times0.95-250\times0.05=130
可以随意、即时切换只看强项(没有获得新能力的机会成本):新物品能做到、而已有物品做不到的部分 × 有用的时间比例。难点是非线性游戏里拾取顺序每次不同、玩家也可能用次优物品,所以使用频率取决于已有工具和玩法偏好,并不确知十把剑各对一类怪 2 倍、另一类 1.5 倍、第三类无效;成本应相同,但价值取决于玩家已收集了哪些——已有对巨魔 1.5 倍的剑,再买对巨魔 2 倍的剑只是从 1.5 到 2

可调的旋钮不只是数值:还可以改变情境出现的频率(全局或仅在拿到这把剑的区域附近——在没有巨魔的区域拿到怕巨魔的剑,缺点几乎不存在)。

收集类边际递减的处理办法:随购买降价(可包装成商人的会员卡);保持原价,让"买多少把才够"成为有意义的选择;玩家收入随进度增长,固定价格本身就等于降价;把剑分散在已知的先后位置,按玩家届时已有的收藏定价。加入切换成本会成比例削弱边际递减。

物品自身的多用性:RTS 里弓手克飞行、飞行克步兵、步兵克弓手(非传递,见 传递性与非传递性),新单位法师同时克步兵和飞行,但都不如专门克制者(弓手打飞行掉 20% 血,法师掉 50%)。FPS 的机枪各距离都中等。多用性的价值与不确定性成正比:已知地图全是窄道就带刀,全是开阔地就带狙;地图随机且须事先选武器时,选专用武器并猜对的人胜过带万金油的人,这种盲选很无聊——除非允许中途换武器或携带多件。玩家越容易在物品或策略间切换,单件物品的多用性就越不值钱。

影子成本(p.566–569)

第 8 章说过成本不仅是资源,还包括其他缺点。经济学把藏在标价背后的成本称为影子成本 (shadow costs):5 美元的便宜闹钟,加上去买的时间交通、没响导致误事、几个月就坏的退换成本,总成本可能高过贵一些的好闹钟。情境平衡中常见两种:

沉没成本 (sunk cost):为获得想要的东西必须先付的前置成本,典型是科技树。初代《星际争霸》:传送门 (Gateway) 150 晶体矿 → 控制核心 (Cybernetics Core) 200 → 龙骑 (Dragoon) 125 矿 + 50 气;若前置建筑别无他用,第一个龙骑实际花 475 矿 + 50 气,其中 350 是沉没成本;造 10 个则摊销为每个 160 矿 + 50 气(总计 1600 矿 + 500 气,本 wiki 核算无误)。若建筑还解锁别的东西,部分成本应分摊过去。可摊销时,按"同时造了两座建筑的典型对局会造几个龙骑"的期望值计算。也可以反过来:给前置项定价时计入它解锁的未来收益——RPG 里本身一般、却是后期强力技能前置的专长,带来"现在拿好技能还是为以后铺路"的取舍。

其他例子:药水 50 金 vs 无限药水机 500 金(用超过 10 次才划算);单程票 10 金 vs 终身通票 1000 金(100 次);9 折卡 5000 金(之后至少消费 5 万金)。这类选择对玩家不一定有趣,因为游戏要他们估计使用次数却不告诉游戏还有多长——是盲选;但设计师能估算期望值并据此定价,让玩家相信价格与价值相称。

机会成本 (opportunity cost):放弃其他选项、降低多用性的代价。科技树分支互斥(学火系就不能学冰系)、互斥任务、TCG 里阵营构筑限制或多色法术力(每多一种颜色就更难凑齐资源)。当下的行动给未来的行动加了约束;这个约束值多少取决于具体游戏,但不是零,要计入成本曲线。

案例(p.569–577)

  • 冰火卷轴:竞技场里对手只用冰或火攻击,各占一半;防冰、防火卷轴各 10 金,"防冰火"套装该卖多少?已知对手类型:10 金(多用性无价值);完全无法预知:20 金(等于分开买两张);先买一张、猜错可在开战时暂停补买另一张:0.5×10+0.5×20=150.5\times10+0.5\times20=15 金;能从头像大致猜出但有人故意误导:介于 10 与 20 之间,取决于确定程度。
  • 溅射伤害:一般按命中目标数的期望值相乘(敌人 1–3 个一组均匀分布,期望 2 个,AoE 价值为单体的 2 倍)。但多数游戏敌人只剩 1% 血也能全力攻击,均摊伤害不如集火逐个击杀(每杀一个就削弱对方火力);若 AoE 能逐步击杀,敌人减少又使 AoE 总伤害下降(5 个敌人各 100 共 500,最后只剩 100)。还要考虑敌人多常扎堆、扎堆持续多久。
  • 元素克制:最简单的算法是"始终生效时的额外收益 × 遇到该类敌人的比例"。但"双倍伤害"很少正好值两倍:已能一击秒杀的敌人加倍无用,对最弱敌人加倍意义不大,对最终 Boss 加倍则非常值钱。"一半伤害"也不一定是一半:若护甲是固定减伤,减半后可能完全打不动;主攻击变弱还会逼玩家消耗昂贵的法术或消耗品,可能撑不到关底。
  • 副武器与备牌 (alts & sideboards):可以不用时置之不理的情境物品,按"有用的可能性"定价看似合理——对红色玩家造成 10 点伤害的牌,若多数牌组用五色中的两色、红色占 40%,则相当于无条件造成 4 点。但锦标赛三局两胜可在局间从 15 张备牌中换牌,这张牌只在对红时换入,几乎 100% 生效,唯一成本是占一个备牌位的元游戏成本(见 元游戏)。所以它只应比无条件 10 点伤害略便宜,而不是打六折——除非故意低估以鼓励它作为备牌。RTS 的专用单位同理(无沉没成本时,按其目标情境几乎总会发生来定价;若要额外付费解锁建造能力,就按真实出现频率调整那部分成本)。FPS 只能选一主一副且武器免费时,要让副武器之间"收益 × 生效概率"相等:窄场景极强与处处平庸可以是平衡的。
  • 玩元游戏:《炉石传说》约 10% 的随从是机械。"消灭所有机械"与"消灭所有非机械"表面上对双方对称,但玩家控制自己的牌组:后者会被放进纯机械卡组,清空对手而保全自己,非常强;前者会被放进无机械卡组,对手不玩机械时常常毫无作用。
  • 组合技:双持、辅助职业、TCG 连招、增益相邻塔的辅助塔,都要求玩家先做别的事(元游戏机会成本)。方法之一是给组合整体定价,再按各部件在组合之外的用处分摊。早期《万智牌》的巫妖 (Lich)(生命变 0,以场上牌代替生命,离场即输)与镜像宇宙 (Mirror Universe)(交换生命值)单独都弱、合起来立即获胜;合计 10 点法术力(与当时致胜威胁相当),巫妖 4、镜像宇宙 6——巫妖有抽牌等附带好处但缺点严重,镜像宇宙没有缺点,还有让对手不敢把你打到残血的心理威慑。辅助职业"使单个队友攻击 +10%":按同级队伍中攻击最高职业的 10% 估值,再乘以有合适队伍同行的时间比例;由于几乎每支队伍都有强攻击手,机会成本低,可按最高效用平衡。经验法则:玩家能控制的情境效果,先确定布置该情境的机会成本,把它当作"成本"抵消额外收益。
  • 多职业:多职业是多用性问题。一极是双职业在每个职业上只有一半实力(5 级战士/盗贼 = 10 级战士),适合完全不知道会面对什么;另一极是与单职业同强,适合完全预知。现实介于两者之间,原书建议起点是单职业强度为双职业的 1.5 倍,再靠测试调整。"二选一"物品(TCG 里召唤生物或强化生物二选一、稀有金属做盔甲或武器)的成本高于任一选项、低于两者之和;两选项价值悬殊时接近较优者,价值相近时起点为任一选项的 1.5 倍。
  • PvE 与 PvP:PvE 容易——环境、关卡、AI 都是你设计的,程序生成也知道生成算法,能算期望值;PvP 难——玩家会改变策略,元游戏不断变化,"期望值"并不存在,只能依靠测试和数据分析。

支线中的要点(p.579–582)

  • 支线 23.1 引言:塔防几乎处处是情境平衡——AoE 塔怕散兵、单体重击塔怕成群、高射速低伤塔对高护甲无效、小半径塔的输出取决于地图和路线、减速塔延长敌人在其他塔射程内的时间(还可能让敌人扎堆,抬高 AoE 价值)、增益塔自身不输出、对地塔打不到飞行单位;可自由摆放的塔还兼作迷宫墙;升级一座塔还是多建几座塔也是取舍。
  • 支线 23.1《Desktop Tower Defense 1.5》:Swarm 塔 640 美元、480 DPS(只打飞行),Boost 塔 500 美元、自身无伤害,使八邻域 Swarm 塔伤害 +50%;1 个 Swarm 被 8 个 Boost 包围共 4640 美元、2400 DPS,效率 0.517 DPS/美元(本 wiki 核算无误)。在中央 4×3 格中求最高 DPS 与最高效率的布局,比较两种塔的效率;飞行敌人每七波才来一次,实际效率还要除以 7;进一步可比较"对地塔 + 对空塔组合"与"只用对空对地兼顾的塔"哪种更高效,乃至求全部 9 种塔对 7 种等频出现的敌人的最优效率,再到游戏里实测冲高分。
  • 支线 23.2《DOOM》武器表:拳头 2–20、123.5 次/分 → 22.64 DPS(狂暴时 10 倍);电锯 525 次/分 → 96.25;手枪 5–15、150 发/分 → 25;机枪 525 发/分 → 87.5(200 发子弹不到 23 秒打光);霰弹枪 7 颗弹丸各 5–15、56.8 发/分 → 全中 66.27;火箭 105 发/分 → 287;等离子枪 5–40、700 发/分 → 262.5;BFG 9000 主弹 100–800 加 40 条 49–87 的射线、52.5 发/分 → 贴脸全中 2773.75。练习:哪些武器在某些区域无用、有无严格更优者、移除一种武器的影响。(本 wiki 按区间中点复核,除火箭外均与原书一致。)

原书问题:

  1. 十把剑:原书称"只买五把(Slayer、Vermillion、Magic、Samurai、Lost)就能对全部十类怪都有加成"。按原书表格,这五把覆盖龙、巨魔、史莱姆、恶魔、哥布林、亡灵、魔像、人类、野兽,漏了兔子 (Bunnies)。而且 Ginormo 与 Samurai 的两个加成都是人类和魔像,本 wiki 枚举全部 252 种五把组合,没有任何五把能覆盖十类,最少需要六把(如再加 Heavenly 或 Broken)。
  2. DOOM 火箭:按原书给的区间,直击 20–160(均值 90)加溅射 0–128(均值 64)每发约 154,乘 105/60 得约 269.5 DPS,与原书 287 不符(287 对应每发约 164);其余武器的 DPS 都能用区间中点复现。

取舍与小结

  • 价值 = 期望收益,但要同时检查最好和最坏情况,以及达到平均或最好情况所需的机会成本。
  • 平衡条件性元素时,除了改数值,还能改关卡、遭遇和其他系统来改变期望收益而不动物品本身。
  • 多用性的价值取决于预知与切换成本;切换成本越高,预知越值钱。
  • 漏算影子成本时,价格会"感觉不对"却找不到原因。
  • 讨论题还包括:以寡敌众时进攻和防御哪个更强、什么机制能把它反过来(第 2 题);能随时/不能轻易换装备时,单件多用装备的价值如何变化(第 3、4 题;提取文本缺第 3 题,本 wiki 渲染 PDF 第 618 页核对补全);单角色可定制游戏里优化角色的机会成本(第 7 题);元素克制的设计目的(第 8 题);查一款游戏的单体与 AoE 技能成本,反推设计者设定的 AoE 期望目标数(第 9、10 题)。
  • 讨论题 6 提到沉没成本谬误:人们会因为已经花了 60 美元而继续玩不好玩的游戏;练习要求设计利用或对抗这种心理的机制(与 概率直觉与认知偏差 相关)。
  1. Game_Balance_-_Ian_Schreiber_Brenda_Romero.pdf
  2. Ian Schreiber & Brenda Romero《Game Balance》第 1 版(CRC Press, 2022, ISBN 978-1-4987-9957-7)第 23 章 Situational Balance(印刷页 p.557–582)

相关页面

游戏策划成本曲线与支撑数学Cost Curves & Supporting Math成本曲线 (Cost Curve,亦称 Cost/Power Curve、Power Curve) 描述一个对象"花了什么"(资源成本、缺点、限制、稀有度)与"得到什么"(收益)之间的数学关系;支撑数学 (Supporting Math) 则把每一项属性、能力、限制都换算成锚点单位。两者就位后,新对象可以直接算价、旧对象可以直接判定在曲线之上 (above the curve) 还是之下。Schreiber 与 Romero 给出 PvP 与 PvE 的建曲线方法、新游戏的起步做法、从已发售游戏(以《万智牌》为例)反推成本曲线的步骤,以及六条通用准则(第 8 章,p.157–191)。游戏策划概率与期望值Chance & Expected Value机会 (chance) 是 Schell 七类机制的最后一类(第 3 版第 12 章 Mechanic 7: Chance;第 1 版为第 10 章、六类中的第六类),涉及其他五类之间的交互:机会意味着不确定,不确定意味着惊喜,而惊喜是乐趣的秘密成分。设计师要掌握十条概率规则、会算期望值 (expected value),并同时考虑实际概率与玩家的感知概率,以及技能与运气的五种纠缠(第 10 章)。游戏策划传递性与非传递性Transitivity & Intransitivity传递关系 (Transitive) 是"一分钱一分货":A 强于 B、B 强于 C,则 A 必强于 C;非传递关系 (Intransitive) 中"更强"只是相对概念(水克火、火克冰,水却不克冰)。传递性不改变可能性空间本身,但非传递关系让最佳选择不再显而易见,扩大玩家感知到的选择空间(第 2 章,p.29–30、40–41)。游戏策划元游戏Metagame元游戏 (Metagame) 是"围绕游戏的游戏":发生在实际对局之外、却影响胜率的活动(研究对手、构筑牌组、职业体育中的签约与训练)。元游戏的平衡会深刻影响游戏本身;但若失衡根源在游戏机制,元游戏层面的修补只是治标(第 2 章,p.41–44)。游戏策划战斗设计Combat DesignSchreiber 与 Romero 把战斗 (Combat) 定义为"用数学编排的戏剧":先决定玩家应当感受、看到、听到什么,再决定戏剧如何展开,最后才用数字去导演它。本页整理第 10 章的战斗手感要素、七根战斗支柱 (Pillars of Combat)、三类战斗约束 (Constraints)、多样性与反制、遭遇之外的时间、难度与玩家压力,以及退化策略与"可赢的错觉"(p.213–250)。游戏策划角色构建与可行性Character Builds & Viability构建 (Build) 是玩家在创建与培养角色时所做的全部选择(职业、装备配置、技能、属性等)。Schreiber 与 Romero 梳理五种角色定制系统,提出最优 / 可行 / 边缘可行 / 不可行四级可行性,讨论角色成长中"可行与最优差距随等级扩大"的平衡难题,以及用神属性 (God Stat) 与垃圾属性 (Dump Stat) 诊断无意义决策、用界面与呈现方式纠正玩家误判(第 9 章,p.197–211)。游戏策划数据分析与平衡Analytics for Game BalanceSchreiber 与 Romero 第 13 章讲平衡的第四种方法——数据分析 (analytics):区分指标与分析,给出从提出关键问题到据数据改游戏的 12 步流程、四类分析问题、从观察到统计模型的五级结论强度,再用格斗/乱斗游戏与 MOBA 的案例演示如何从胜率、选用率逐层下钻到招式与玩家水平,最后给出数据可视化的经验法则(p.329–357)。游戏策划收益矩阵与非传递机制求解Payoff Matrices & Solving Intransitive Mechanics非传递机制没有成本曲线可用,它的"解"是各选项的使用比例。Schreiber 与 Romero 第 25 章(p.603–638)用收益表 → 剔除被占优选项 → 找最优反应循环 → 列方程(同一玩家所有可行选项收益相等,概率之和为 1)→ 化三角矩阵求解的流程,求解了带成本、不完全胜负、非对称、五选项、四选项、Game of Malkav 与三人版的石头剪刀布。本页按原书整理,并用线性规划复核:其中 Game of Malkav 与三人版的结果有误,正确值见文中"原书问题"。游戏策划开发周期中的平衡Balance Throughout DevelopmentSchreiber 与 Romero 第 15 章回答"什么时候开始平衡":开始太早,核心机制一变工作就白费;开始太晚又没时间。本章沿早期开发、首个可玩版本、Pre-Alpha、Alpha、Beta、上线后逐阶段说明设计师在平衡上该做什么,并给出为平衡而做试玩测试的方法(p.397–414)。游戏策划概率直觉与认知偏差Probability Intuition & Cognitive BiasesSchreiber 与 Romero 第 20 章讨论真实概率在人类心理中如何走样:期望值不等于效用(赔率、频率、金额门槛都影响意愿),一系列认知偏差与谬误让玩家把公平的随机感知为不公平;设计上的应对有三类——利用偏差(作者明确视为"黑暗面")、按偏差修改概率(并讨论其伦理)、以及诚实地公开随机结果与改进界面(p.491–508)。

输入关键词开始搜索

滚轮或双指缩放 · 拖动平移 · 双击放大 / 还原