以《Pokemon Go》为例 谈游戏抽取算法设计

　　给游戏增加可玩性是游戏设计师必须思考的重要问题，那么如何增加游戏的可玩性呢?在游戏中增加抽取算法设计是一个不错的办法，但是概率随机性的设计方法很难掌握，下面我们就以《Pokemon Go》这款游戏为例，详细说说游戏抽取算法的设计。

　　抽取算法

　　通常在设计游戏的时候，我们需要设计一个抽取算法，或者设计一种从池子里随机给玩家游戏物体的方法。在实践中很难看出这些随机分布具体是一个什么情况，很难设计好它们。所以在这篇文章中，我将介绍一些小的模拟来帮助理解各种算法。

　　模拟

　　这是我们的第一个模拟，它很简单。只需点击interact! 按钮，就会给玩家一个游戏的碎片。不同的玩家需要不同的参与度。 如果玩家感受到的参与度太少，他们就会离开。

　　这是一个关于玩家如何在游戏中获取东西非常抽象的表示。不过，你可以想象，如果这是PokemonGo的话，每次按下交互按钮的话，玩家都会得到一个新的口袋妖怪。

　　关于本文所做的简化

　　这是对玩家体验的一个显而易见的简化。然而，如果我们把它看作是抽取系统单轴上的体验，并且是对这个体验的高度抽象，我们仍然可以从这些模拟中获得价值。还有值得记住的一点是，这个模拟中的新功能可以做得很好，但是由于这篇文章没有涵盖的内容，这里的功能对于游戏来说还是不够好的，比如说会对游戏中的决策造成不利影响，或者增加复杂度。视频游戏很复杂，需要从多个角度来观察。

　　基本系统

　　常见的游戏开发模式是使用一个系统来驱动玩家的参与度，而不是以上述模拟的方式。手工制作一个完整的掉落模式通常是耗时和昂贵的。 所以，通过这个模拟，我们将要为自己打造一个基本的系统。

　　在这个模拟中一共有三个滑块可以控制：

　　抽取率：玩家获得新游戏碎片的频率。

　　新奇的要求：玩家需要获得新的东西。

　　观察：

　　你可以看到，在这个模拟中，你能够快速地达到几乎稳定的状态，那些想要比系统所能提供的更多参与度的玩家会离开，而其余的玩家会继续坚持。

　　抽取系统

　　简单的模拟

　　我们现在要对以前的模拟添加一些细节，使其更接近真正的抽取系统。

　　这个作品的动力来自于观看Pokemon Go将第二代宠物小精灵放在野外，所以我们将使用该游戏作为其余部分的主要例证。特别是，我们将看看玩家随机遇到新宠物小精灵的方式，并考虑用一个抽取系统来实现。

　　我们将从最抽象的表示开始，我们假设所有的碎片都具有相同的价值，我们将假设它们一共有100个。

　　观察：

　　n 将抽取率设置为与上一图中相同的值，并将重复碎片的值设为0会导致图形趋向于0，因为玩家获得的游戏碎片越来越多，因此不太可能体验到获得一个新的游戏碎片的感觉。

　　n 如果我们将获得新物品的值设置为等于获得重复物品的值，那么我们可以简单地重现上一个图。

　　n 当重复碎片的值仍然为0的时候，将掉落率提高到超过某一点，会出现玩家快速收集完所有的碎片，然后快速离开的情况。

　　n 提高重复碎片的值对图形尾部的大小有很大的影响。

　　n 对于100个游戏碎片的情况，并且针对平均时间最高进行优化，玩家平均能得到大约77个独特的游戏碎片。

　　可能的改进：

　　l 计算抽取的潜在价值 - 当玩家有可以让他们兴奋的东西的时候，他们对获得这些东西的机会自然就会更为激动。然而，这对于模拟来说太复杂了，所以这些效果的计算会作为读者的练习。但是，这种兴奋是玩家体验的主要部分，在设计自己的系统的时候，你应该牢记这一点。

　　l 不均匀的抽取率- 在现实世界中，抽取率可以像你想要的那样复杂。但在这里，我会把它作为一个稳定流，只是为了保持模拟的简单。

　　Pokemon Go