【游戏设计原理】95 - 满意与优化

### 一、满意和优化的算法解释

优化算法

优化算法的目标是找到所有可能选项中最优的解决方案，即效用（或收益）最大化的选择。其步骤一般如下：

1. 列举选项：列出所有可能的解决方案或选择。
2. 分析选项的效用：计算每个选项的成本、收益以及可能性，通常通过量化的方式衡量。
3. 比较并选择最优解：选出能够使目标（如幸福感、效率、收益）最大化的选项。

例子：如果玩家面前有5条通关路径，每条路径对应不同的奖励值，优化算法会计算并选择奖励值最高的一条路径。

满意算法

满意算法的目标是找到一个“足够好”的解决方案，而不是追求绝对的最优解。它更关注效率和实际操作性：

1. 设定满意条件：确定一个最低可接受的标准（如最低奖励值）。
2. 逐步评估选项：依次评估选项，找到第一个满足满意条件的选择。
3. 立即停止搜索：当找到满足条件的选项时，不再继续搜索。

例子：面对同样的5条通关路径，玩家设置一个满意标准（如至少获得5分奖励的路径），一旦找到满足条件的路径，就选择它，而不再计算其他路径是否更优。

核心差异：优化算法强调找到最优解，但通常需要大量计算；而满意算法更注重效率，在一定程度上牺牲最优解以节省时间和精力。

二、 在游戏设计中需注意的方面

针对原理95“满意与优化”，游戏设计中需要考虑以下几个方面：

1. 简化决策过程

• 避免过多选项：过多的选择可能会导致玩家“选择困难症”或厌倦感。例如，在装备系统中，不宜提供几十种属性类似的武器，应聚焦在少数有显著差异的选项上，让玩家更容易做出满意的选择。
• 提供清晰的指引：通过颜色标记、直观UI或提示，让玩家快速辨别哪些选项符合“满意即可”的标准。

2. 支持快速反馈

玩家在追求满意结果时，通常希望快速看到选择的效果：

• 即时反馈机制：例如，当玩家选择武器后，立即显示战斗力提升或属性变化，让他们迅速评估是否满意。
• 允许试错机制：设计让玩家有机会撤销选择或尝试多种路径，降低选择错误的惩罚感。

3. 考虑目标玩家的偏好

不同玩家群体在满意和优化上的行为差异较大：

• 休闲玩家：通常偏向满意算法，游戏应提供直观易懂的操作、简化的资源管理系统，以及快速满足感。
• 核心玩家：可能更倾向优化算法，游戏需提供详细的数据分析工具、复杂策略选项和允许深度优化的系统。

4. 提供多种通关路径

玩家在面对谜题或挑战时，可能选择满意即可的捷径，而非设计者预期的优化路径：

• 支持多样玩法：设计多个解决方案，满足不同玩家的偏好。例如，《塞尔达传说：旷野之息》中，玩家可以用逻辑解谜，也可以用“火烧草丛”等意想不到的方法通关。
• 避免强制优化：不要强迫玩家必须以最优方案通关，否则容易造成挫败感。

5. 考虑游戏开发中的“满意”原则

对于开发者自身：

• 明确优先级：列出游戏的核心功能，满足玩家的基本需求即可，无需追求所有功能都完美。
• 避免过度优化：在有限时间和资源下，接受某些设计的“足够好”状态，例如画质不必苛求到极致，但核心玩法必须打磨出色。

6. 奖励满意行为，允许优化挑战

• 奖励满意即可的选择：例如，玩家完成主线任务时，即使未达成完美状态，也能获得不错的奖励。
• 提供高额奖励鼓励优化：对于喜欢挑战的玩家，可以设置更高难度的支线任务或成就奖励，让他们追求优化体验。

总结
满意与优化的差异不仅影响玩家的决策方式，也直接关系到游戏的设计哲学。在游戏中，需要理解玩家的行为模式，合理设计简化决策的工具，同时兼顾核心玩家对深度和优化的需求。最终目标是让玩家既能快速获得满足感，也能在挑战中找到乐趣和成就感。

---

原文：

原理95：满意与优化

古典经济理论认为，人们做决定的过程，不管是有意识还是无意识的，大致是以下步骤：

1. 将所有可能的结果列出来；
2. 给每一个可能的结果赋予一个发生的可能性；
3. 根据其结果赋予每一个可能选择一个值；
4. 选择最优结果。

以买甜点为例：买一个热巧克力圣代需要花1美元，能得到3美元的幸福感；而买一个香蕉船需要花2美元，能得到1美元的幸福感。显然，大家会选择圣代，因为它提供更多的价值和优化的结果——得到的价值比花出去的钱要多。古典经济理论认为，人们将优化他们的选项并且总是选择热巧克力圣代。

然而，真正的人类并不是这样做决定的。要搜集所有的信息并适当地优化每一个变量，既耗费时间，也过于复杂或者不方便。也许在一些特殊情况下，比如好不容易省下钱来买一个甜点，人们会仔细衡量每一点。但如果是日常活动，比如决定要穿什么——没有人会在早上穿衣服时制作一个表格，将衣柜里每一件衣服按适穿的温度、时尚潮流分类，列出一个冲突矩阵，或者将过去七天穿过的衣服列出列表。这种费时费力、追求完美解决方案的方法，通常不会出现在绝大部分日常决定中。

相反，人们在这种事情上追求满意即可。他们根据经验或需求的本质选择第一个让他们满意的结果，以尽量接近最优方案。仍以甜点为例，如果香蕉船更容易得到，或是能更快做好，一个人可能会选择香蕉船，因为这让他与期待的结果足够接近。在穿衣问题上，人们通常根据几条非常简单的规则做决定，比如“哪件是干净的”，并且根据过去的经验判断它是否适合出席这个场合。

满意即可的好处在于，它比优化更容易实现。在设计游戏时，在一个满意即可的问题上不要逼迫玩家去追求优化。以下是几个游戏设计过程中涉及满意与优化的例子：

• 面对谜题和挑战：玩家通常会采取满意即可的思路，找到最快、最简单的办法，而不是试图寻找最优方案。例如，去网上找一个攻略视频比靠自己解决一个极其棘手的谜题更快，玩家通常会选择找攻略这一捷径，而不是按照设计意图充分体验。这并不是作弊，而是玩家衡量时间与注意力花费是否值得的结果。
• 游戏开发的限制条件：开发者总是面临诸多限制条件（参见原理51“三选二：快速，便宜，优质”）。在这种情况下，优化的思路是不现实的，而满意即可的思路则非常适合用来决定最后要上哪些功能、某个元素要优化到什么程度，以及有多少时间可以用来让游戏从“足够好”变得更完美。

在玩家合作的游戏中，如果个人努力是达到目标的关键，但不可能每个玩家都能得到最优结果时（参见原理17“绝对公平”），他们通常会对自己的结果追求满意而非最优。

每个人的人格特质对这个过程都有影响。有些玩家喜欢优化（参见原理3“巴特尔的玩家分类理论”），而会避免满意即可。所以，理解目标市场仍然至关重要。关于满意与优化的算法，已在经济学、决策理论和博弈论中得到广泛发展，这一理论由赫伯特·西蒙（Herbert Simon）在20世纪中叶推广普及。