【游戏设计原理】96 - 成就感

成就感是玩家体验的核心,它来自完成一件让自己满意的任务,而这种任务通常需要一定的努力和挑战。游戏设计师的目标是通过合理设计任务,不断为玩家提供成就感,保持他们的参与热情。
ARCS行为模式(注意力、关联性、自信、满足感)同样可以用于解释游戏行为:
- 注意力(Attention):通过引人入胜的机制或场景吸引玩家的注意力。
- 关联性(Relevance):让玩家感到任务与他们已有的技能、经验或兴趣相关。
- 自信(Confidence):通过合理的挑战曲线和反馈机制,让玩家逐步建立信心。
- 满足感(Satisfaction):通过奖励机制和情感反馈,让玩家感受到努力带来的回报。
总的来看,游戏中的成就感设计可以参考教育中的行为模式,结合任务设计、奖励机制和平衡性,帮助玩家在紧张与愉悦中获得满足感。
在游戏设计中,对玩家成就感影响最大的就是任务的难易程度。 这里就引申出两个问题
- 任务在游戏中是以什么形式呈现的?
-
- 有哪些因素会影响游戏中任务的难易?
这两个问题非常关键,直接影响了玩家的体验和游戏的吸引力。
1. 任务在游戏中是以什么形式呈现的?
任务的形式会根据游戏类型和风格的不同而多样化,但一般可以归纳为以下几种常见形式:
- 主线任务
- 定义:推动游戏主要剧情发展的核心任务。
- 特点:线性或非线性,通常有明确的目标和奖励。
- 示例:在RPG游戏中击败主要反派,或在冒险游戏中找到特定的宝藏。
- 支线任务
- 定义:与主线剧情无直接关联的可选任务。
- 特点:提供额外的奖励或背景信息,帮助玩家更深入地探索世界。
- 示例:帮助NPC完成请求、收集物品等。
- 日常任务
- 定义:重复性、周期性的任务,通常用于维持玩家的活跃度。
- 特点:难度较低,奖励小而频繁。
- 示例:MMORPG中每日击败一定数量的怪物或完成特定活动。
- 挑战任务
- 定义:高难度、高风险的任务,通常针对高级玩家。
- 特点:提供极具吸引力的奖励,强调技巧和策略。
- 示例:击败隐藏BOSS、完成时间限制的跑酷。
- 隐秘任务
- 定义:玩家需要主动探索和发现的任务。
- 特点:隐藏在游戏的角落,提供惊喜和成就感。
- 示例:在开放世界中发现隐藏地点或解锁特殊剧情。
- 随机任务
- 定义:由系统动态生成的任务,提供随机性和多样性。
- 特点:增加游戏的可玩性和重复体验。
- 示例:开放世界游戏中的随机遭遇或紧急事件。
2. 有哪些因素会影响游戏中任务的难易?
任务的难易度直接决定了玩家的成就感和游戏体验,以下是主要影响因素:
- 任务目标的复杂性
- 简单目标:如“击败一只怪物”或“到达某地”。
- 复杂目标:如“收集特定物品组合”或“解决多阶段谜题”。
- 影响:复杂目标增加了任务难度,但也提升了完成后的成就感。
- 任务中敌人的强度和数量
- 强度:敌人的生命值、攻击力、防御力等属性。
- 数量:单个敌人 vs. 大量敌人同时出现。
- 影响:敌人过强或过多可能导致挫败感,但适当的难度可激发玩家挑战。
- 时间限制
- 有时间限制:玩家需要在规定时间内完成任务。
- 无时间限制:玩家可以自由安排时间完成任务。
- 影响:时间限制增加紧张感,但可能让部分玩家感到压力。
- 资源的可用性
- 资源充足:玩家有足够的道具、武器和技能完成任务。
- 资源稀缺:玩家需要高效利用有限资源。
- 影响:资源不足会让任务难度提升,但也可能增加策略性。
- 任务的提示和指引
- 明确指引:地图标记、路线提示等。
- 模糊提示:需要玩家主动探索和推理。
- 影响:明确的指引降低了任务难度,而模糊提示增加了探索乐趣和挑战。
- 任务的环境与地形
- 简单地形:平坦、无障碍的区域。
- 复杂地形:有陷阱、障碍物或需要特殊技巧的区域。
- 影响:复杂地形可能让任务难度增加,但也提高了趣味性。
- 玩家技能和成长
- 初期任务:针对新手设计,难度较低。
- 中后期任务:随着玩家技能提升,难度逐步提高。
- 影响:任务需要动态适应玩家的成长曲线,避免出现过难或过易的情况。
- 任务的奖励
- 低价值奖励:如金币、小道具。
- 高价值奖励:稀有装备、解锁新区域等。
- 影响:奖励与难度成正比,玩家更愿意完成高挑战的任务以获得更高的回报。
- 多人合作或单人完成
- 单人任务:完全依赖个人能力。
- 多人任务:需要团队合作完成。
- 影响:多人任务增加了难度的层次感,但也可能因为队友表现影响体验。
- 运气因素
- 低运气依赖:纯粹依赖玩家技巧和策略。
- 高运气依赖:随机掉落或概率性成功。
- 影响:运气成分可能让任务结果更加不可控,影响玩家的满意度。
总结
任务是游戏中提供成就感的核心设计元素,其呈现形式多样,难易程度由目标复杂性、敌人强度、时间限制、资源分配等多个因素共同决定。好的任务设计需要在挑战与挫败之间找到平衡,使玩家在付出努力后能感受到持续的成就感,从而增强游戏的吸引力和黏性。
而游戏设计师在设计这些任务时,需要根据玩家类型、游戏类型等因素综合考虑。
原文:
原理96 成就感
生活中有一些事情会让人感觉到成就感。当一个婴儿第一次站起来时,当一个人在 Bingo 游戏中喊出“Bingo!”时,你都能从他(她)的脸上看到这样的表情。在游戏中,成就感会驱使一个玩家继续游戏,而缺乏成就感可能会让玩家离开。
成就感来自于完成一件让自己满意的任务,这有可能是一件让玩家觉得有一些困难或挑战的任务。这种情绪的极端情形被称为“自豪”(fiero)——这个词被用来形容克服一个极富挑战的障碍后的心情。人们在这样的时刻通常会把自己的拳头向空中挥舞,或是将双拳举向空中表达胜利(参见原理11“拉扎罗的4种关键趣味元素”)。在游戏中这些时刻是让用户投入其中并融入游戏的情境而不至于感到挫折、无聊或是压抑(参见原理71“兴趣曲线”)的关键。
我们可以把成就感看作老鼠的食物小球。研究人员用小鼠做实验时常会将食物小球当做它们完成任务的奖励,如当它们成功推动杠杆或走出迷宫时(参见原理24“斯金纳箱”)。这些小奖励让小鼠在完成研究人员给它们设置的下一个任务时保持动力。在游戏中,如果没有成就感为其提供持续的、积极的激励,玩家将会拒绝继续下去。如果游戏设计师在游戏中持续不断地提供平稳、渐进且具有一定挑战性的目标让用户去完成(参见原理64“平衡和调试”),用户在这个过程中感受到挑战,那么当他完成任务得到奖励时,这个奖励也会比完成一个十分简单的任务所得到的奖励更让他觉得满意,即使两者的奖励是一样的。也就是说,挑战的重要性决定了用户是否觉得满意。(参见原理10“科斯特的游戏理论”)
成就感的关键在于愉悦和实现,而这需要实际付出努力。如果通过一个简单的鼠标单次点击的动作就能获得奖励,那么这个奖励也许没有那么让人满足。而一个相对复杂的任务及其带来的有意义的奖励给你带来的感受是一个单次鼠标点击的动作无法比拟的。前者带给人一种紧张感,而这种紧张感会随着任务的完成而解除。这种紧张感正是那些简单任务无法带来的。
在任务的难易程度上做出平衡是设计游戏的艺术的一部分。如果每项任务都是一个挑战,玩家可能会太过压抑并且感到气馁。相反的,如果每一个任务都过于简单,玩家会觉得越来越无聊。只有在任务的难易程度上有了一个好的平衡(参见原理64“平衡和调试”),游戏给玩家带来的成就感才能不断持续下去。在挑战和无聊之间保持平衡是一个微妙的过程(参见原理38“心流”)。如果这个平衡把握得当,对玩家而言,成就感将会接踵而至,而他对游戏的参与感会更强(参见原理71“兴趣曲线”)。
一个在教学中常用到的行为模式(参见原理10“科斯特的游戏理论”)对详细剖析成就感的传达过程做出了尝试,这就是约翰 · 凯勒(John M.Keller)提出的“ARCS”,这四个字母分别代表如下含意:
注意力(Attention)
这里的“注意力”指受众或学生的努力或意愿。
关联性(Relevance)
这里的“关联性”是指使用受众或者学生已经熟悉的术语或例子。对受众或者学生使用他们已经熟悉的元素来解释新的元素或技能,能够很好地让他们了解这些新事物和他们之前的经验有何关联。
自信(Confidence)
自信是指提供一个积极的成果和反馈的过程,这个过程让人们了解他们已经成功地吸收新的技能或信息。
满足感(Satisfaction)
满足感是达成学习目标带来的奖励。它可以简单如一句表扬,也可以复杂如“自豪”(fiero)。
ARCS 模型的关键在于,人们会因为知识是有价值的而主动去学习,而导师(或者我们的游戏)的任务就是用易于理解的方式去证明这个价值。当学生(或者玩家)认识到他们已经获得了这个新的、有价值的技能,他们就会感觉到满足——或者说成就感。
相关文章:
【游戏设计原理】96 - 成就感
成就感是玩家体验的核心,它来自完成一件让自己满意的任务,而这种任务通常需要一定的努力和挑战。游戏设计师的目标是通过合理设计任务,不断为玩家提供成就感,保持他们的参与热情。 ARCS行为模式(注意力、关联性、自信…...
Java小白入门教程:内置数据类型(四类八种)和引用数据类型
目录 一、内置数据类型(四类八种) 1. 整数类型(四种子类型) 2. 浮点类型(两种子类型) 3. 字符类型(一种子类型) 4. 布尔类型(一种子类型) 二、引用数据类…...
【设计测试用例自动化测试性能测试 实战篇】
🌈个人主页:努力学编程’ ⛅个人推荐: c语言从初阶到进阶 JavaEE详解 数据结构 ⚡学好数据结构,刷题刻不容缓:点击一起刷题 🌙心灵鸡汤:总有人要赢,为什么不能是我呢 设计测试用例…...
20-30 五子棋游戏
20-分析五子棋的实现思路_哔哩哔哩_bilibili20-分析五子棋的实现思路是一次性学会 Canvas 动画绘图(核心精讲50个案例)2023最新教程的第21集视频,该合集共计53集,视频收藏或关注UP主,及时了解更多相关视频内容。https:…...
抽象类与抽象方法详解
目录 一、 基本概念 1.抽象类(Abstract Class): 2.抽象方法(Abstract Method): 二、示例代码 抽象类 抽象方法 三、抽象类的使用场景 四、 抽象类与接口的对比 五、注意事项 六、总结 一、 基本概…...
受击反馈HitReact、死亡效果Death Dissolve、Floating伤害值Text(末尾附 客户端RPC )
受击反馈HitReact 设置角色受击标签 (GameplayTag基本了解待补充) 角色监听标签并设置移动速度 创建一个受击技能,并应用GE 实现设置角色的受击蒙太奇动画 实现角色受击时播放蒙太奇动画,为了保证通用性,将其设置为一个函数,并…...
应用程序中处理文件上传的方法
在应用程序中处理文件上传通常涉及以下几个步骤: 一、前端准备 前端负责收集文件,并通过 HTTP 请求将其发送到服务器。常见的方法包括: ①HTML <form>; 表单:使用 enctype="multipart/form-data" 属性指定表单支持文件上传。 ②JavaScript (AJAX):可以使…...
Java进阶six junit单元测试,反射,注解,动态代理
前言 Java进阶课程的第六篇,也是最后一篇,junit单元测试,反射,注解,动态代理相关内容 包含知识点 junit单元测试 反射 1.内部类Student: 包含私有/公共字段和方法 包含默认构造器和私有构造器 2.获取Class对象的三种方式: .…...
STM32 LED呼吸灯
接线图: 这里将正极接到PA0引脚上,负极接到GND,这样就高电平点亮LED,低电平熄灭。 占空比越大,LED越亮,占空比越小,LED越暗 PWM初始化配置 输出比较函数介绍: 用这四个函数配置输…...
栈和队列特别篇:栈和队列的经典算法问题
图均为手绘,代码基于vs2022实现 系列文章目录 数据结构初探: 顺序表 数据结构初探:链表之单链表篇 数据结构初探:链表之双向链表篇 链表特别篇:链表经典算法问题 数据结构:栈篇 数据结构:队列篇 文章目录 系列文章目录前言一.有效的括号(leetcode 20)二.用队列实现栈(leetcode…...
用一个例子详细说明python单例模式
单例模式是一种设计模式,它确保一个类只有一个实例,并提供一个全局访问点来访问该实例。这在需要控制资源(如数据库连接、文件系统等)的访问时非常有用。 下面是一个使用Python实现单例模式的例子: class Singleton:…...
Kotlin 委托详解
Kotlin 委托详解 引言 Kotlin 作为一种现代化的编程语言,在 Android 开发等领域得到了广泛的应用。在 Kotlin 中,委托(Delegation)是一种强大的特性,它可以让我们以更简洁的方式实现代码的复用和扩展。本文将详细解析…...
什么是词嵌入?Word2Vec、GloVe 与 FastText 的区别
自然语言处理(NLP)领域的核心问题之一,是如何将人类的语言转换成计算机可以理解的数值形式,而词嵌入(Word Embedding)正是为了解决这个问题的重要技术。本文将详细讲解词嵌入的概念及其经典模型(Word2Vec、GloVe 和 FastText)的原理与区别。 1. 什么是词嵌入(Word Em…...
2024年数据记录
笔者注册时间超过98.06%的用户 CSDN 原力是衡量一个用户在 CSDN 的贡献和影响力的系统,笔者原力值超过99.99%的用户 其他年度数据...
DBO优化最近邻分类预测matlab
蜣螂优化算法(Dung Beetle Optimizer,简称 DBO)作为一种新兴的群智能优化算法,于 2022 年末被提出,其灵感主要来源于蜣螂的滚球、跳舞、觅食、偷窃以及繁殖等行为。 本次使用的数据为 Excel 格式的分类数据集。该数据…...
Harbor 部署
harbor镜像仓库搭建 版本v2.10.3 文章目录 一. docker 安装 harbor1. harbor 配置http访问1.1 下载harbor二进制包1.2 修改配置文件1.3 运行1.4 访问 2.【可选】harbor 配置https访问2.1 自签证书2.1 修改配置文件2.3 修改hosts文件2.4 运行2.5 访问 二. k8s 安装harbor1 .安装…...
PSpice for TI体验
前言 基于 从零开始学 PSpice for TI 仿真工具 - 手把手操作实训课程_哔哩哔哩_bilibili 体验PSpice for TI的功能,并记录下来。文章内容大部分都参考自视频,可以理解成图文版。目前发现是没有支持中文语言,而且部分仿真,时间消耗…...
数据结构与算法 —— 常用算法模版
数据结构与算法 —— 常用算法模版 二分查找素数筛最大公约数与最小公倍数 二分查找 人间若有天堂,大马士革必在其中;天堂若在天空,大马士革必与之齐名。 —— 阿拉伯谚语 算法若有排序,二分查找必在其中;排序若要使用…...
苯乙醇苷类化合物的从头生物合成-文献精读108
Complete pathway elucidation of echinacoside in Cistanche tubulosa and de novo biosynthesis of phenylethanoid glycosides 管花肉苁蓉中松果菊苷全生物合成途径解析及苯乙醇苷类化合物的从头生物合成 摘要 松果菊苷(ECH)是最具代表性的苯乙醇苷…...
【C++】设计模式详解:单例模式
文章目录 Ⅰ. 设计一个类,不允许被拷贝Ⅱ. 请设计一个类,只能在堆上创建对象Ⅲ. 请设计一个类,只能在栈上创建对象Ⅳ. 请设计一个类,不能被继承Ⅴ. 请设计一个类,只能创建一个对象(单例模式)&am…...
CAN总线数据采集与分析
CAN总线数据采集与分析 目录 CAN总线数据采集与分析1. 引言2. 数据采集2.1 数据采集简介2.2 数据采集实现3. 数据分析3.1 数据分析简介3.2 数据分析实现4. 数据可视化4.1 数据可视化简介4.2 数据可视化实现5. 案例说明5.1 案例1:数据采集实现5.2 案例2:数据分析实现5.3 案例3…...
解决vsocde ssh远程连接同一ip,不同端口情况下,无法区分的问题
一般服务器会通过镜像分身或者容器的方式,一个ip分出多个端口给多人使用,但如果碰到需要连接同一user,同一个ip,不同端口的情况,vscode就无法识别,如下图所示,vscode无法区分该ip下不同端口的连接ÿ…...
AJAX案例——图片上传个人信息操作
黑马程序员视频地址: AJAX-Day02-11.图片上传https://www.bilibili.com/video/BV1MN411y7pw?vd_source0a2d366696f87e241adc64419bf12cab&spm_id_from333.788.videopod.episodes&p26 图片上传 <!-- 文件选择元素 --><input type"file"…...
团体程序设计天梯赛-练习集——L1-029 是不是太胖了
前言 5分级别里面目前做到的最难的一道题,但是非常简单,5分的题看看写点代码就行了。 L1-029 是不是太胖了 据说一个人的标准体重应该是其身高(单位:厘米)减去100、再乘以0.9所得到的公斤数。已知市斤的数值是公斤数…...
ubuntu20.04.6下运行VLC-Qt例子simple-player
下载examples-master.zip(https://github.com/vlc-qt/examples),编译运行simple-player 参考链接: https://blog.csdn.net/szn1316159505/article/details/143743735 本文运行环境 Qt 5.15.2 Qt creator 5.0.2 主要步骤…...
LabVIEW温度修正部件测试系统
LabVIEW温度修正部件测试系统 这个基于LabVIEW的温度修正部件测试系统旨在解决飞行器温度测量及修正电路的测试需求。该系统的意义在于提供一个可靠的测试平台,用于评估温度修正部件在实际飞行器环境中的性能表现,从而确保飞行器的安全性和可靠性。 系统…...
细说机器学习算法之ROC曲线用于模型评估
系列文章目录 第一章:Pyhton机器学习算法之KNN 第二章:Pyhton机器学习算法之K—Means 第三章:Pyhton机器学习算法之随机森林 第四章:Pyhton机器学习算法之线性回归 第五章:Pyhton机器学习算法之有监督学习与无监督…...
Python3 【装饰器】项目实战:5个新颖的学习案例
Python3 【装饰器】项目实战:5个新颖的学习案例 以下是 5 个使用 Python 装饰器的综合应用项目,这些项目具有新颖性、前瞻性和实用性。每个项目都包含完整的代码、解释说明、测试案例和执行结果。 项目 1:API 请求限流器 描述:实…...
【深度学习】 UNet详解
UNet 是一种经典的卷积神经网络(Convolutional Neural Network, CNN)架构,专为生物医学图像分割任务设计。该模型于 2015 年由 Olaf Ronneberger 等人在论文《U-Net: Convolutional Networks for Biomedical Image Segmentation》中首次提出&…...
DeepSeek本地部署(windows)
一、下载并安装Ollama 1.下载Ollama Ollama官网:Ollama 点击"Download",会跳转至下载页面。 点击"Download for Windows"。会跳转Github进行下载,如下载速度过慢,可在浏览器安装GitHub加速插件。 2.安装Ollama 双击下载的安装文件,点击"Inst…...
