玩家将如何应对游戏变更？算一算

谈到视频游戏时，模仿可能是危险的。如果一场比赛使玩家喜欢的变化，就无法保证不同游戏的玩家欢迎相同的变化。那么，无论如何，你是否变化？或者你坐下来骑行吗？是时候做一些数学了。

因为玩家在不同的游戏环境中表现不同，因此它与将苹果与苹果的比较方面不那么简单。它更像是将苹果与橘子的比较。或可能苹果腌制。这是数学进入的地方。

当开发人员或研究人员 - 对游戏环境进行更改时，他们可以量化玩家如何应对这一变化。研究人员已经提出了基于数学的技术来推断出类似的变化如何在不同的游戏环境中发挥作用。

“这是第一个允许我们的原则方法“基于旧环境的信息量化了有关新环境的信息”，NC国家计算机科学助理教授David Roberts（Compositional）的助理教授。“在某种程度上，开发人员将永远依靠他们的直觉，但这可以帮助他们利用自己或其他开发人员的之前的错误或成功。”Roberts还指出，这项研究专门用于互动讲故事环境（如RPG） - 所以它的实用性街机风格游戏尚未知道。

Roberts在Rutgers大学的数学教授与Fred Roberts进行了研究，并基本上在Hoover颁发机构以来一直存在于数学心理学概念的新旋转：效用和偏好的模型。这些模型使用简明的数学方程来描述人类行为。本文在这里提供。

在这些模型中，一个人对给定替代方案的偏好是其“实用程序” - 或价值的函数。换句话说，一个人的价值越多，他/她就越可能选择它。

在这项工作中，研究人员开发了一种技术，他们在一个游戏中评估了基线行为（游戏A），以及在对游戏进行特定变化后行为的改变。然后，这种行为数据被用于量化游戏A中玩家展示的各种行为的实用程序（或价值）。他们基本上分析了玩家在变化后的方式不同的方式。

然后，研究人员在第二场比赛中评估基线行为（比赛B）。研究人员使用游戏B的基线数据和来自游戏A的实用数据来估计行为的效用如果它制作了对游戏A的相同变化，就到目前为止基本上，如果您想预测其玩家将如何响应变革，您需要了解在B游戏中进行特定事物的基本值。

虽然它可能听起来很复杂（并且您应该真正看到方程式），但它很好地运行 - 错误率从+/- 0.38％到+/- 27％，具体取决于输入数据的质量。

让我们解释一下我的意思是错误的速率。让我们说研究人员使用新技术，并预测72％的玩家将以同样的方式回应游戏。如果错误率为+/- 2％，这意味着70到74％的玩家实际上响应了这种方式（它们在正确结果的2％以内）。

“我们不认为这将在游戏的设计方式中取得巨大差异，”大卫罗伯茨说：“但它可以帮助采取一些猜测。”

罗伯茨将呈现本文当第四届互动数字讲故事国际会议，于11月28日至12月1日在不列颠哥伦比亚省温哥华举行。