引言

本文系统地讨论了随机性和游戏设计相关的话题，开创性地将随机分为预置式随机（input randomness）和触发式随机（output randomness）两类，并且讨论了对策略类游戏而言随机性设计的种种弊端。本文提出的很多观点非常有启发性，但也引起了比较大的争议，作为读者我们可以兼收并蓄地来看待它们。另外，文本的讨论基于作者的一些定义，文中的“游戏”指的是狭义上的游戏，指以玩家决策为基础构建的有明确游戏目标的交互系统，玩家将在优化决策的过程中体会到启发式学习带来的乐趣。

感谢作者授权和参与翻译的游戏古登堡志愿者：

• 作者：Keith Burgun
• 地址：http://keithburgun.net/randomness-and-game-design/
• 翻译：benzoin
• 校审：craft

资料

三分钟游戏设计是同作者制作的系列视频，我们特别制作了中文字幕版本，其中部分篇章可以用来作为本文的参考，点击下文链接可以跳转到视频的B站地址，也欢迎关注我们的B站号。

• 本文中游戏的定义
• 触发式随机
• 即时反应

另外，前段时间我们整理的译稿《概率与游戏：伤害检定》从实现想要的概率分布的角度讨论了随机性的话题，也是一篇可以参考的好文。

本文核心观点

数千年以来，我们依赖各种随机性来帮助构建交互系统。在某些交互系统中，总会给各种随机性的设计留下空间，然而，我相信，当前策略游戏设计中的随机性的设想，其实错得相当离谱。

我想阐述的主要观点是，在玩家的决策与结果之间加入的噪音干扰（本文中称为触发式随机），其实并不适合策略游戏。

“随机性”是什么？

本文中所专指的随机性，是指那些“包含在游戏状态之中且不应预测得到的信息”。按设计意图，产生随机信息的过程应当是人类永远也无法参透的事物。随机系统的经典例子是掷骰子、洗牌，或随机数生成器。

严格意义上讲，骰子的滚动并非真正的“随机”。它只是遵循物理法则而运动，如果计算机掌握到它如何被投掷的信息，就能预测投掷出的数字。而我们之所以使用骰子，是因为人类无法做到这样的预测。实际上，当我们将骰子纳入游戏设计中时，就遵循了这样的假设：没有人能够，甚至都不会有人去尝试预测掷出的结果。

实际上，试图预测骰子如何滚动，也许可以通过用特定方式小心翼翼地投掷来实现，让骰子掷出的结果如你所愿。但这样一来任何一个围观者都可能会把这种举动视为“作弊”。骰子这玩意儿的设定就是你不应该预测它的结果。它给出的应该永远都只是随机的扰动信息。

之所以这样，部分原因是因为，实际上，在那些包含随机性的游戏中，我们实际面对的是两种独立的封闭系统。丢掷骰子本身就是一套与更大型游戏系统并无实际关联的封闭系统。

这有别于其他不可预测/不可确定的事件。比方说，在国际象棋中，玩家预测未来步数的能力是受限的。对玩家来说，超过那个限度的事件就是不可预知的。然而，随着玩家逐渐熟悉游戏，就可以学习沿着可能性的分叉看得越来越远。探索不断增长的可能性来获得更多预测能力本来就属于国际象棋技巧的一部分。

因此，尽管国际象棋中包含不可预测性但却并不具备随机性。任何游戏为了正常运作都必须拥有某种不可预测性，但是，随机性并非实现这一目标的唯一方式。国际象棋中不可预测性的来源——高度复杂的游戏状态——并不像随机性那样，是可以慢慢循序渐进地分析理解的。

随机性的分类

随机性可以被分为两类：预置式随机和触发式随机。

触发式随机——我们通常在游戏中想到的随机性就是指这类随机。触发式随机会在玩家的决策和结果之间加入随机扰动。例子可以是《大战役（Risk）》或《二战回忆录44（Memoir ’44）》中掷骰子的战斗，抑或是《幽浮（X-Com）》或《超越光速（FTL）》中基于随机数生成的战斗系统。我将不加入这类随机性的系统称为“决定论式系统”。

而预置式随机——这类随机会在决策开始前就告知玩家相关信息。预置式随机的典型例子是《文明（Civilization）》或《Rogue》里的地图生成，又或者是在像《波多黎各（Puerto Rico）》或《农场主（Agricola）》这样的工人放置游戏中正面朝上的棋子或卡片。（人们通常会使用术语“过程生成”来指代电子游戏的这种随机性。）这篇文章的重心并非此类随机，但明白其间的区别很重要。

有趣的是，尽管这两种随机性显著的差异足以轻易证明，但事实上它们仍然处于统一的体系内。这里无需讲得过分深入，我们可以注意到，如果不负责任得使用预置式随机——使得玩家只拥有非常短的时间来对新信息做出反应，抑或是游戏每一局都会难易度差别极大——都会导致与触发式随机类似的问题。

策略游戏学习引擎

策略游戏是允许我们加以理解的引擎。我们玩一局游戏，得胜抑或失败，然后就产生联想，将其联系起来。“哦，我明白了！”发现系统运作方式的部分要素后，我们会这么说。出于演化的原因，我们发现这一过程令人充实、富于乐趣。这就是策略游戏的“本质乐趣”（这基本上就是Raph Koster 的著作《游戏设计乐趣理论（A Theory of Fun for Game Design）》中的前提假定）。

让我们一起来进一步分解这个过程。

• 告知玩家——玩家查看游戏状态，试图确定接下来的行动。这是他自己的“技能”数据库告诉他的——那是迄今为止，他对系统及其运作方式的整体观察结果。
• 决定行动——选择行动，采取措施。作为结果，游戏状态就改变了。又或者这可以是“决定策略”——一系列的行动，全部加起来成为更大的战略开局。
• 结果反馈——在游戏剩余的时间里，系统会对这个输入进行反馈。该决策之后会发生一系列事件，包括最终的输赢；对玩家来说，这些全都是反馈，强调了其间的某种因果关系。反馈也会在做出策略或游戏结束后出现。
• 记录技巧——玩家观察并记录下这一因果关系，将其登记在自己的数据库内。之后，玩家就能在未来使用这一技巧来行动了。（值得注意的是，这一瞬间正是策略游戏的本质“乐趣”所在，但是，当然了，这也依赖于其他部分的运作。）

随着玩家进行多局游戏建立起他的“技能文件夹”，他成为了厉害的玩家。在一个较为浅显的游戏中可能并不会存在很多那样的瞬间，而在一个具有足够深度的游戏里，却能够数十年如一日地发现这样的乐趣瞬间（即便并不能持续终生）。这通常被视为一款游戏策略“深度足够”的优秀品质。

我们要怎么做才能实现那种深度呢？好吧，第一个办法，也是所有游戏设计者都已经理解到的，就是复杂性的发生。为了创造复杂性，我们设计游戏，这样就会在游玩的时候产生复杂的情境。主教（象）、骑士（马）和车对抗三个兵和王后本身并不复杂，其中只有很少的数据。然而，要是把这两股势力分别放到国际象棋棋盘上，能够产生的可能情境数目就会非常庞大了。

复杂的有效性

实现深度的第二种方式，就我所知，还没有被今时今日的大多数设计者所理解。这一方式包括要意识到复杂的有效性：状态和过往状态历史之间的相互关联数目。

在特定的一局策略游戏里，只具备有限数目的状态。就我所知，举例来说，国际象棋里的平均移动步数看来就在四十步左右。即时游戏本质上并没有离散的“回合”，但是不论你怎样划分，仍会存在有限数目的重要状态。

如果你的游戏是从一个事件确定地引向另一个事件，由连续的事件系列构成，那么你就是在把能够出现的独特情境数量最大化。我想，这个想法在很多人看来是违反直觉的，他们认为在某处发生的随机事件肯定会增加独特情境的数量。然而，真相却与之相反。

拥有一个完全确定性的系统，能够最有效地产生涌现复杂度。这是因为每一个发生的情境都被赋予了前后所有事件的关联差异最大值。

在确定性的游戏中，当前的游戏状态和整个时间轴上的每一部分都有关系。正因如此，它会获得更为复杂、更加独特的形貌。这里所描述的是，与确定性相关时，上下文背景为游戏状态提供意义的方式。

当然，即使是高度随机的游戏也会含有一些确定性元素，为游戏状态提供背景。举例来说，在《召唤师战争（summoner wars）》这样的游戏中（一个包含掷骰子的回合制战争游戏），你的召唤师的健康状况和单元位置都是相对确定的，这也为游戏状态提供了一些背景信息。

然而，游戏中大量的语境信息已不再具备什么意义。我攻击你的单元，掷出骰子。结果是“未击中”，然后到了下个回合，你就杀掉了那个单元。你杀死我的单元这一事件，和我之前采取的行动不再具有确定性的联系。发生的实情是：我采取一个行动，然后发生了随机事件，之后你再采取行动。联系已经结束，再也不能用我的行动令此刻的游戏状态产生关联差异。现在，你的游戏再也不是“先是A，因而到B，因而到C”这样了。取而代之的是，“先是A，然后是B，然后是C”这样。

反馈中最显著的一点是目标状态。一局游戏结束后，输赢状态会反过来计入事件过程中，显示出导向这一结果的每个事件的积极或消极影响。这一步还是不错的，因为它导致了A，而A导致了B，B又导致了C，C又导致了D，而D最终通往了胜利。

这并不是说当玩家胜利时，他的所有行动都是好的行动。然而，这确实为其他所有的行动提供了一个定位点。当然了，之所以采取行动，本来就是为了让玩家尽可能地接近胜利。一旦一局比赛结束，我们现在就能看出那些行动中的每一步究竟如何，为何有效了。（正因如此，玩家也能够从观看比赛重播和分析中获得许多同样的乐趣，正如自己去玩游戏时一样。）

总而言之，玩过一个确定性的游戏之后，玩家就被留下来观察沿时间轴绘展出来、合乎逻辑的策略图。又或者，非确定性的游戏兴许可以被看作更像一些不完整的图画。从这个角度看，确定性的游戏将其复杂的有效性最大化，而非确定性的游戏没能做到这一点。非确定性的游戏是在叠加复杂性，而确定性的游戏则是在成倍地增加复杂性。

设想深度

触发式随机并没有增加游戏的深度：它怎么能做得到呢？在掷骰子里没有什么好探索的。我们都知道任何一个面朝上的概率就是1/6。事实上没有什么好知道或探索的。

它真正能做到的就是模糊结果。可能你玩得很好，还是输掉了。游戏现在让你去做徒劳的搜寻，想着你肯定在哪里弄砸了，而实际上你的玩法并不是问题；滚动的骰子才是问题。

正是由于那种徒劳的寻找，让游戏显得比其实质更为复杂。游戏提供的是不可靠的反馈，只有在玩过很多很多的游戏之后，你才会明白哪些反馈是应该无视的。就本质而言，随机游戏延缓了学习——游戏的本质乐趣部分——方式则是在引擎中加入失真的信号。这是创造深度表象的超廉价方式，这也是为什么对游戏设计者来说，这种诱惑简直不可抵御。

人类是会寻找规律的动物。我们会在云朵中看到形状，在静电干扰里看到图形，在纯属巧合中看到阴谋。原因就是，这种思考方式更受进化青睐。让一个人认为自己在发出沙沙声的灌木中看到鬼魂的特质，和导致一个人认为自己在发出沙沙声的灌木中看到狮子的特质是同样的。随着时间推移，那些认为自己看到狮子的人，也正是当那里真有狮子时逃出来的人。也正是这些人，将他们的基因延续到了我们的身上。

出于这种种原因，现在我们会在所见的一切地方里寻找规律，这既是诅咒，又是赐福，而自游戏出现以来，游戏的设计者也就一直在我们身上探索这一特性。

赌博机总是依赖于心理学诡计来利用我们，诱惑我们去赌博。为了让每个人都想要去玩老虎机或轮盘赌之类乏味枯燥的东西，必须得有某种程度的自我欺骗才行。在一定程度上，要是他赢了，玩家必须感到是他自己的原因使之获胜的。否则他们怎么会把钱投进去呢？从古代的宗教迷信（众神对我发怒了！），到它们更现代一些的对应产物，就像“吹吹骰子”，亲吻“幸运”物，又或是像赌徒谬误（译注：亦称蒙地卡罗谬误，认为随机序列中一个事件发生的机率与之前发生的事件有关，即其发生的机率会随着之前没有发生该事件的次数而上升）那样的其他自我欺骗，我们会将意义赋予到事件之上，而事件本身只是纯粹的噪音干扰。

高度随机策略游戏的“严肃”玩家可能会怀疑，在他们玩《召唤师战争》和《炉石传说（Hearthstone）》时，难道他们也会被赌徒谬误这种把戏欺骗吗？但为什么不呢？如果玩家能够在一个完全不含策略的系统里自个儿玩赌博，那么似乎也很容易让人们相信，对于整个策略游戏的系统而言，赌博机制所占据的分量其实微乎其微。事实上，将随机元素融入一款策略游戏里，容易导致噪音干扰，使之同策略反馈混淆，因为游戏中发生的一些情况确实是策略性、决定性的。

在这些游戏中，有着真正的策略技巧，但其中也包含着由随机性带来的“幻想技巧”成分，后者使得游戏拥有看似远远超过实际的深度。而在现实中，大多数玩家可能很快就可以基本理解游戏中的策略技巧了，在这之后，随机性就成了游戏胜负的决定性因素。

驳论

到现在为止，有好几年我都在主张这一立场，随着时间的推移，我遇到过一些反驳的声音，我想在此说明一下。

“触发式随机就是下一回合的预置式随机。”——对于我的立场，游戏设计师兼博主Lost Garden的DanC这样对我说了无数次作为回应。总体来说，他主张触发式随机和预置式随机之间并没有实质性的差别。

这个立场有两大缺陷。其一就是，看来它并没有意识到更大的策略图能够提供大量的复杂有效性，而不这样做就会与这种可能性失之交臂。

另一大缺陷则是，即使触发式随机真的是下一回合的预置式随机，我也将其称为“不公平的预置式随机”。它到来得如此迅疾，以至于你并没有时间对其作出反应。现在你就面对着和一秒钟之前截然不同的游戏状态了，没有什么明显的理由就变成这样了。在一些游戏中，你可能本来占据着上风，但遇到这种状况，不管怎样还是输掉了。在别的游戏里，你没有遇到这种情况，是因为骰子的滚动使得你这边占了优势。当预置式随机太过接近玩家，以至于他都无法对其作出计划的时候，就基本可以算是触发式随机了。反馈被人为地滞后了。

讽刺的是，我同意Dan关于触发式随机和下一回合的预置式随机之间并无明显差异这种看法，尽管我认为它们一样糟糕。

为了切实地把这一点讲明白，想象在一出脚本里，你有一名角色，拿着一枚“命中率”的掷骰来对抗一只粗暴的怪兽。他试图打过去，没击中！好吧，这还好，毕竟这只是下一回合的预置式随机！他试图再次攻击，又没击中！到了这时，你很可能已经输了，而那并不是由于你自己做出的任何决定所致。

“有些游戏需要触发式随机来正常运行。”

如果你只是把掷骰子机制从《大战役（Risk）》中摒除，肯定没有用。

这些仅仅表明，它们就是些浅显的游戏。这是可以理解的，因为要创造一个合乎逻辑、富有条理的深度系统是非常非常困难的。然而，这并不是对随机性进行的辩护；这更表明设计本身的薄弱。

“如果有随机性，那么就是风险管理的问题了。”

扑克玩家很喜欢这个说法。这一声明背后的想法就是，具有随机要素会给游戏中的你增添一项“不利因子”元素。你必须权衡发生A结果与B结果的几率和收益，这会让游戏变得更有趣。就本质而言，这将几率和评估结合了起来。

对随机性游戏来说，这种风险管理的设计并不独特。在你还没有彻底解开的任何一款游戏中，事实上，就某种角度而言，你做出的每一步行动都是你必须加以控制的风险。在国际象棋中，可以有两种主要的策略——策略A和策略B。举例来说，你或许会发现A比B更有可能奏效，但B的收益要比A大。随机性并不是风险管理所必须的元素。（译注：这里依然不认同本文观点。随机性虽然不是风险管理必须的元素，但随机性也同样没有破坏风险管理的策略玩法。）

至于这其中“计算几率”的方面，确定的几率从来都不会有趣，尤其是当你说到像是扑克里数牌的时候。在一个确定性系统中计算几率或许很难，但肯定要有趣得多，这是一个良好且不断变化的策略游戏中所有的变量所致。

“随机性并不重要——只要竭尽所能就行了！”

这种辩解就有点儿像是，“要是你关心随机性，你就是太过关注胜负了。玩得开心就好！”

这种辩解实际上并不是对策略游戏中随机性的辩护；更准确地说，这是对玩偶型游戏（译注：作者将交互系统分为了广义上都可能被算作游戏的四种类型，其中包括以测量玩家能力为核心的竞争型，以验证匹配为核心的谜题型，以无固定目标交互为核心的玩偶型以及以决策优化和规则探索为核心的游戏型。文中所指游戏不特别说明均属于最后一种类型。）的随机性进行的辩护。策略游戏具备输赢条件。如果你告诉我们要忽略《超越光速》里的输赢，那你就是在说《超越光速》是玩偶型游戏，正因如此，随机性才没问题。（译注：这里同意本文的出发点，但不同意结论。只把情况推向极致来讨论，不会得到符合实际情况的结论。我们必须承认，随机性对策略深度确实有绝对的负面影响，但绝非毁灭性的影响。带有少许随机性的欢乐游戏并非就没有测量深度，输赢在很大程度上还是和玩家的努力有关，而非完全取决于随机。这也正是设计者需要严格把控的尺度。）

“技巧水平在更高范围上分布的不同玩家可以彼此对战。”

如果一名象棋大师和一个新手一起下国际象棋，对任何一方来说，结果都不会有趣，也不会令人满足。那就是事实！这一辩解则暗指解决这一问题的答案是将其交给某种随机性来处理。（译注：固然，对游戏系统的策略深度来说，这并非改良而可以算作劣化，但游戏有多个维度的可追求目标，从游戏运营和玩家体验等角度来看，这种做法却不能算作不合理的设计思路，它能刺激更高的线上活跃度，也减少了系统设计门槛：正如原文指出的那样，拒绝随机性的诱惑设计一个复杂的深度系统是非常困难的一件事。）

当然了，这就是不分轻重，把婴儿和洗澡水一块儿扔掉了。现在仅仅为了向人们展现出大家的技术水平更加接近的假象，你严重地损害了自己的游戏。这一问题的真正答案应该是良好的匹配系统。

“随机性使得游戏更像现实生活。”

为了快速驳倒这一论点，一起来简单地假设，策略游戏有一套价值体系，是能够从模拟器的价值体系中分离出来的吧。

“具有随机性的游戏还是有对应的游戏技巧的。”

确实如此，我也没有说别的。问题是，实际上，你在有生之年里能够真正探索的空间要比那来的小，因为有这么多的游戏根本都耗费在虚假的随机结果上面了。

其他的反馈失真

我还应该说明几种触发式随机，它们通常并未被视作触发式随机，但其作用机制是如此相似，以至于它们也具有许多或全部的相同隐患。

• 同步行动——举例来说，试图在猜拳（RPS）中猜测对手会出什么，实际上就是随机。事实上，正因如此我们才用它来决定谁该去扔垃圾——我们认为它是公平的，因为它是随机的。人们同意使用猜拳作为谁去扔垃圾的决定因素，完全就是因为他们知道，他们自己也好，他们的对手也好，都不能做什么来增加胜率。（当然了，有一些研究表明人们会稍微偏好于出拳。但你的对手看过那篇研究吗，还是没看过呢？现在你又回到了起点。）
• 即时反应——游戏中的“即时反应”，关乎“能否”，而非“应否”。你能在我的飞踢击中你的面门之前，按下这一系列按键吗？即时反应或许仍然要比随机好上一点儿，因为至少你能练习加强。然而，在一局比赛之中，它基本上还是同样的东西。复杂的化学激素、神经、肌肉和组织都拦在“你想做的事”和“你的身体能否真的实现想要的输入”之间，在这中间有许多的出错空间啊。当你为自己的《龙珠大乱斗（Dragon Punch）》选定好输入后，它真的会奏效吗？这实际上就是随机。

结论

四千年来，我们对游戏设计里随机性的整体观点实际上并无太大的变化。是时候真的认真思考一下这个问题了。

我并不是主张在游戏设计里不给任何种类的随机性留下余地。事实上，我强烈主张支持多人游戏里均衡良好、低变化的预置式随机。单人游戏中也需要预置式随机。

然而，应该避免任何形式的触发式随机。你使用那种随机的唯一时机，要么就是你要制造赌博机，又或者是你对自己系统的深度缺乏信心。