游戏分类 及 学习方法的启发

游戏分类

我将我玩过的游戏分成下面几类。每一类对应一大脑的一个功能。

Braid类 (规则领悟)

抱歉,直接 用 游戏名作为名字了,你也可以说braid 是横版过关动作冒险类RPG,但是我这里想说的是Braid中不包括在传统游戏分类中的一些特点。我认为横版过关动作冒险RPG 只是游戏的外壳,而游戏的内核是 对某种简单的规则(时间控制) 的练习。
这里写图片描述
Braid 一共六章,每一章都是时间相关的不同规则的练习。

  • 游戏的基本操作,和 时间倒退的基本概念
  • 绝对时间的物体
  • 向右走时间增加,向左走时间倒退
  • 影子
  • 减速球
  • 怪物反向时间

其中,前两关的规则是后面也有用的。后面四关的规则是只局限于当前关卡

对于每一章,第一小关必然都是非常简单的,告诉你规则的关卡。后面的关卡则是对规则在不同情境中的练习,同时你对这些规则额理解会加深。比如左右移动控制时间那一章,你会学到,门要从左侧开,怪物要从左侧才能踩死。怎么样,有没有很像教材中的习题?

我觉得和Braid 相似的一个游戏是 velocity raptor 一个关于相对论效应的flash 小游戏。

探索类游戏

这里写图片描述

先来看 机械迷城。游戏的基本规则是,我们需要探索环境找到正确的东西,然后做正确的操作,才能进入下一关继续剧情。同时游戏还镶嵌了一些小游戏(如五子棋,滑动拼图)。这样的设计中,除了游戏故事线本身,其他是没有连贯性的。每一个小游戏,每一个需要互动的物品都是独立的,它们中间没有联系。
这里写图片描述

然后再看一下 我的世界。除了被夸赞的自由度外,最大的特点其实是要去查官方的游戏说明。比如,如何合成,有哪些东西可以合成,各种矿物的分布,怎样驯服猫猫狗狗,地下城怎么找,怎么建传送门进入下界。

同样是探索,机械迷城中是有各种提示的,但是我的世界中除了单纯靠猜外,你就只能去找官方说明。但是一遍看着官方wiki,一边合成出想要的东西,还是有些小开心是不是?
我感觉这类游戏大概就是尝试新的东西时的这种开心。就像你买了一套家具,然后按照说明书把家具组装起来的那种开心。你在合成的过程中创造了什么吗?木有。这些东西都是游戏已经设定好的。或者如同你按照化学方程式去实验,原理的东西已经是现成的,但是实验成功了你还是很高兴。或者像hello world。或者像你去读API的文档,然后复制到代码里尝试一下。
但这些规则只在游戏中有用。
每一次发现和尝试,其实都只停留在Braid的第一关,没有你需要理解和领悟的东西。

策略类游戏 (计算最优解)

https://zhidao.baidu.com/question/175262384.html
植物大战僵尸 经典的 塔防策略游戏。针对不同敌人,不同兵种组合,不同阵型,在资源够用的情况下,想要达到最好的防御效果。
其他策略游戏中的元素还会包括资源生产的策略,进攻的策略。
关于资源生产收益,好像在玩开心农场时,有人会把所有植物的小时收益计算出来,然后去种单位时间收益最大的植物。这里有一个问题是,单位收益最大的植物有可能是1个小时收一次,但是你不想花很多精力在这个游戏上,那么你可能会选择收益次优但可以几天收一次的植物。
战斗和防御就可能比较头痛,因为会和实际游戏操作有关,这是手残党最讨厌的。不过除去操作,如果你明确的指导不同兵种间的攻击防御和buff参数,以及伤害计算公式,在敌人给定的情况下,应该是可以计算出使用什么策略是最优的。最直接的方法是,把每种你可以有的选择都代入公式计算一遍,然后取最优的那个。
植物大战僵尸中,不同植物的攻击和频率是多少,僵尸的血量是多少,西瓜冷冻和黄油的有效时间,是没有显示给出的,这就增加了一定的难度,你要尝试更多次才能找到更好阵型和组合。相当于人肉测试+人肉计算。

益智类(状态空间搜索)

这里写图片描述
比如上面提到的五子棋、滑动拼图,其他还有,推箱子,华容道,魔方。。。其中最简单的一个游戏是,计算机教材上面状态搜素的例子,井字棋。
这里写图片描述
这类游戏中的一些,比如推箱子,用计算机解决其实很简单,就是一个图搜索。只是搜索人和箱子的组合状态,上面这个图的状态数是 25*24*23*22*21*20/5!。如果你用BFS,你还可以同时得到最小步数之类的东西。
但是由于我们的大脑内存有限,你记不住哪些状态是否到达过,所以经常出现的情况是,我们被困在某个状态子集中,找不到出去的那条边。
为了解决内存不够的问题,我们会去寻找一些规律,帮我们在巨大的 状态构成的图 中导航。有些规律可以帮我们剪枝(状态分类),比如把箱子推到角落里肯定是不对的。也有规则帮我们化简问题(状态间的跳跃)。好像每个游戏都有他们各自的规则。
这里写图片描述
一个简化的例子是,人类的解魔方是套用的公式。公式可以保持一定的不变性(已经拼好的块不变),达到想要的效果(目标块的变到目标位置),创造这种公式的方法之一是,利用操作的不可交换性(先转a再转b,和先转b再转a,结果可能是不同的,置换群的不可交换性?大家都熟悉的例子是矩阵乘法不可交换啦)。不过计算机也可以这样做,并且计算机可以记住(或者预计算)更多的公式,所以似乎也没必要用你的大脑做这样的事情。还有就是,你在套用公式的那一瞬间,就放弃了对于最小步数解开魔方的追求(除非是套一次公式就能还原的情况)。

游戏对学习的启发

开始想写这篇时,主要是想写这部分。
因为玩过Braid 再回头看这个游戏的关卡设计,就觉得特别像一本教材的结构。
先是简单的公理定理,然后会附一些精心设计的习题。

然后回想了一下我觉得糟糕的教材,它们有些是基本的定理没有描述清楚,有些是习题部分难度设计不合理,习题对解题技巧的要求多于对知识的理解,习题计算量过大(计算就该给电脑做)。

并且既然有些事情是计算机更擅长的,那么 领悟 就比 计算和状态搜索 更重要吧。所以不要把脑力花在后面两者上。
不要在业务细节上花费不必要的时间。
不要为了显示自己的聪明,就去花很多时间通关无聊的游戏。你在游戏中总结的规则是没有通用性的,除非是真的每时每刻都在享受游戏带给你的乐趣,如果只是为了通关或者成就,就不要再玩了。
同样不要为了显示自己聪明,就去花时间解那些复杂且没有意义的别人的bug上。

猜你喜欢

转载自blog.csdn.net/harryhare/article/details/81053339