先看一张死亡记录表
假设某个动作游戏里有一个三段式Boss,叫“裂潮看守”。一位玩家在同一个存档点连续挑战了10次,系统记录了每次的死亡位置与几项状态。以下数字全部是示例,用来演示诊断思路,不代表任何真实统计。
| 次数 | 死亡阶段 | 存活(秒) | Boss剩余血量 | 剩余血瓶 | 对招式预警的反应 |
|---|---|---|---|---|---|
| 1 | 一阶段 | 40 | 90% | 5/5 | 未闪避范围冲击 |
| 2 | 一阶段 | 55 | 85% | 5/5 | 同一招再次命中 |
| 3 | 一阶段 | 70 | 80% | 5/5 | 躲开冲击,被追击命中 |
| 4 | 二阶段 | 150 | 62% | 4/5 | 闪避时机忽早忽晚 |
| 5 | 二阶段 | 140 | 58% | 4/5 | 同上,早闪与晚闪交替 |
| 6 | 二阶段 | 200 | 41% | 2/5 | 反应正常,但一直贴身近战 |
| 7 | 二阶段 | 190 | 40% | 0/5 | 反应正常,血瓶提前用完 |
| 8 | 三阶段 | 230 | 22% | 1/5 | 反应正常,最后一击差一点 |
| 9 | 一阶段 | 60 | 88% | 5/5 | 换用轻装法杖,多次被打断 |
| 10 | 一阶段 | 45 | 90% | 5/5 | 同上,仍坚持法杖 |
如果规则是“连续失败10次就降低难度”,系统会在第10次之后动手,把Boss血量或攻击力调低一截。爱游戏AI不采用这种规则。现在逐行看,这个决定错在哪里。
第1到第3次:不是太难,是没看懂
前三次全部死在一阶段,存活时间在缓慢拉长,死因几乎相同:一记范围冲击。这里的信号很集中:死亡位置固定、致死招式固定、预警动画出现后玩家没有位移。这是典型的机制不懂:他不知道那个红圈意味着“必须离开”,或者没注意到预警。到第3次,他已经躲开了冲击,说明他在学。这时降低Boss伤害只会让他在没弄懂机制的情况下继续往前推进,二阶段还会有新的机制在等着他。更合适的干预是让预警更容易被看到,比如在下一次读档时用一句轻提示,或者提供一段可选的招式演示。
第4到第5次:会了,但手不稳
两次都到了二阶段,存活时间约两百秒以内,Boss血量降到六成左右。记录里的关键细节是闪避时机:一次偏早,一次偏晚,交替出现。他知道该闪,只是节奏没有稳定下来,这是操作不稳。这类问题靠时间与练习解决,最好的干预常常是不干预。如果此时降低难度,玩家能通过,但他学到的节奏是错的,后面的关卡会以同样方式打回来。若坚持要给辅助,可以放宽闪避判定的窗口,这是一种对操作精度的支持,而不是降低敌人强度。
第6到第7次:打法与配置出了问题
第6次血量掉到四成以下,死亡记录里最能说明问题的是位置:玩家一直贴身近战,而二阶段的场地会周期性涨水,贴身站位意味着反复被水浪命中。反应时间正常,操作稳定,问题出在策略不适合这个阶段。第7次,血瓶在二阶段中段就用完,而且没有使用背包里的抗水属性药剂,这属于资源配置错。这两类问题的共同特征是:反应与操作都没有问题,失败的原因来自决策。
决策问题的干预不应该是降低数值,而是信息与资源:可以在存档点提示“这位Boss的二阶段偏好远程输出”,也可以在背包界面把关键药剂标出来。玩家是否采纳,仍由他自己决定。如果游戏本身设计成“需要自己摸索”,比如解谜类,那么这里就更接近不干预,最多给出一条隐晦的暗示。
第8次:最不该被降难度的一次
第8次是整张表里最好的一局:进入三阶段,Boss只剩两成血量,存活时间也最长。这一次失败在“最后一击差一点”上。从失败次数看,它和第1次一样,都算“一次失败”。从进步趋势看,它是最接近成功的一次。此时降低难度,玩家等于被夺走了自己几乎完成的胜利。这也是为什么基于次数的规则会伤害成就感:它无法区分“离成功很远”和“离成功一步之遥”。
第9到第10次:失败在增加,但不是变差
第9次和第10次又回到了一阶段,血量、存活时间都变差,看起来像是“退步”。但记录里出现了一项新信息:装备栏里换成了轻装法杖,而前面八次一直是近战武器。这更像是主动挑战:玩家在第8次几乎成功之后,决定用一套完全不同的玩法再试。此时系统如果判断“连续失败,降低难度”,等于是在惩罚他的探索。合理的判断是:识别到装备与玩法的剧烈变化,把这两次视为一次新的尝试周期,不参与“进步趋势”的计算,也不触发任何干预。
把五类失败放到一张表里
| 失败类型 | 可观测信号 | 更合适的干预 | 不该做的事 |
|---|---|---|---|
| 机制不懂 | 固定位置、固定招式反复致死;预警出现后无位移 | 加强预警提示、可选的招式演示 | 直接降低伤害 |
| 操作不稳 | 反应时间波动大;早闪与晚闪交替;存活时间起伏 | 不干预,或放宽判定窗口 | 降低敌人强度,让错误节奏被固化 |
| 资源配置错 | 血瓶过早耗尽;关键道具未使用;装备与Boss属性相克 | 背包提示、配置建议 | 暗中补给资源 |
| 策略不适合 | 站位单一;同一路线反复失败;反应正常 | 提示Boss的偏好,或提供相邻区域的替代路径 | 把敌人调弱,掩盖策略问题 |
| 主动挑战 | 装备与玩法突变;失败但操作质量不低 | 不干预 | 把探索当成“困难”并降难度 |
需要强调的是,这五类之间并不互斥:一位玩家可能同时机制不熟又操作不稳。系统得到的是一组带概率的判断,而不是唯一答案。判断越不确定,就越应该倾向于保守,也就是不改变游戏本身。
“进步趋势”怎么算
失败次数是一个很粗的数字,进步趋势更能反映玩家状态。爱游戏AI的做法是在相邻两次尝试之间比较几个量:
- 阶段推进:这次死在哪个阶段,比上一次更靠后吗。
- Boss剩余血量的差值:不是一次的数值,而是相邻几次的走向。
- 存活时长与承伤方式:是被同一招打死,还是死因在分散。死因分散通常意味着基础机制已经掌握。
- 错误类型的变化:第一类错误消失、新的错误出现,是进步的标志。
当这些指标持续向好,说明玩家在学,此时最好的策略是保持现状;当它们停滞了较长时间,且死因高度重复,才需要考虑干预。这里有一个必须分开的概念:趋势用来判断“要不要”干预,失败类型用来判断“干预什么”。
干预的强度与透明度
即使判断该干预,也不应该一步到位。较稳妥的做法是从轻到重设置一个阶梯:
- 不干预,继续观察。
- 轻提示:一句话,可关闭。
- 信息类协助:招式演示、配置建议、背包高亮。
- 提供选项:在读档界面询问“要不要调整难度”,由玩家选择。
- 明示的参数调整:告诉玩家改了什么,并可以随时恢复。
其中第四层与第五层的差别很关键。玩家自己选择的降低难度,是一种设置;系统暗中修改,是一种操纵。后者一旦被发现,玩家会怀疑之前的每一次胜利。关于玩家如何感知这种调整,可以参考动态难度的透明度设计。
不同类型的游戏,容忍度不一样
魂类或高挑战的动作游戏,玩家对“打赢”有强烈的成就期待,隐性调整的伤害最大,因此更适合信息类干预,参数调整必须明示,甚至默认关闭。休闲或叙事导向的游戏,玩家的目标是体验故事,卡关本身是负担,此时系统可以更早地提供选项,也可以更积极地缓和曲线。竞技对战类则应当避免任何针对单个玩家的隐性数值调整,公平性优先。
所以同一份诊断结果,在不同的游戏里会对应不同的动作。爱游戏的做法是先判断玩家遇到了什么,具体怎么处理,由游戏的类型与设计者的意图共同决定。如果干预涉及改动关卡本身而不只是数值,还需要额外的验证,见AI动态关卡的受限生成。
手动难度选择权始终在玩家手里
无论系统判断得多准,玩家都应当能够自己决定难度:在主菜单或读档界面可以直接调整,也可以关闭所有自动干预。系统的推断是辅助,不是替代。还有一种情况需要区分:有些玩家就是想在同一个Boss前反复摔打,直到自己赢下来。这种玩家不需要任何帮助,他要的是不被打扰。
这套判断可能出错
还要说明一个边界:从一张死亡记录推断玩家的失败原因,本质上是估计,可能出错。观察到的是行为,不是意图。同样的“贴身近战”,可能是策略错误,也可能是他在练习近战输出。因此干预要保守,允许被拒绝,也允许被纠正。
另一个不能犯的错误,是把统计相关当成因果。数据里也许会出现“在某个Boss前失败次数多的玩家,后续流失更高”,这不等于该Boss导致了流失,也可能是这批玩家本来就更容易流失。要回答“到底是不是关卡造成的”,需要对照实验与玩家反馈,而不是直接得出结论,这也是卡关诊断要处理的问题。
回到那十次失败
把十次失败重新读一遍:三次看不懂机制,两次手不稳,一次打法不适合,一次配置错,一次差一点成功,两次主动换玩法。如果只有“十次”这个数字,这些区别都会消失。如果按诊断结果来行动,这位玩家在这个Boss身上可能只需要一次轻提示、一个背包高亮,以及大量的时间。他最终打赢的时候,那场胜利仍然是他自己的。动态难度真正要解决的,是“玩家遇到了什么问题”,而不是“他失败了几次”。