魔兽橙装事件所感 RPG游戏的概率设定的一些研究
发表于2016-09-25
名词解释
1、RPG游戏——本篇所说的“RPG游戏”，是在传统的Role-Playing-Game的意义上增加了一层概括性，指代的游戏包含的特点是养成为主的游戏，玩家在整个游戏体验过程中，核心的时间开销在于养成，可以是养成一个队伍，也可以是养成角色等等，就会被称为“RPG游戏”，因此当前主流的卡牌游戏、ARPG游戏等，都可以被归纳为“RPG游戏”。
2、橙装事件——WoW的最新版本（7.0军团再临）中，游戏策划设定了若干橙装，橙装价值极大，甚至可以颠覆一个用户的游戏体验；橙装获得的渠道较为固定，以开宝箱和击杀Boss为核心来源。关键词：橙装掉落为随机的，与玩家的努力完全无关。因此引发了玩家的不满——努力多的玩家没有橙装，随便玩玩的玩家却拿到了橙装。这里要讨论的“橙装事件”就是以上问题，而后续的暴雪公布了橙装掉落的一些bug等和玩家发生了冲突的问题，不在此处讨论，因此“橙装事件”指代的是WoW的橙装掉率问题。
3、奖励——本篇中讨论的“奖励”是一个更加学术化的概括，和一些欧美研究的学术文章一样，“奖励”所说的是用户的一个心理期望。比如你的目标是拿到橙装，那么奖励就是拿到橙装这个体验，而不是橙装这个物件本身。同样的，奖励可以是类似女神对你微笑、发现果然可乐瓶底有个死蟑螂等情况，事实上关键在于一种“如愿以偿”或者说“如我所料”的感觉，就可以理解为“奖励”。
问题深入分析
橙装事件为何会让玩家如此不爽，从设计师的角度来说，这个问题上我们可以抛开用户为何如此执迷疯狂的追求橙装，因为每个人追求橙装的目的、意图等可能都不一样，我们只说这个现象（追求橙装）为何会伴生出不爽来了。事实上核心问题在于：
1、错误的解读斯金那箱。
斯金那箱是一个著名的实验，这个实验有过5个阶段：
第一阶段：按钮=掉落食物，小白鼠学会了按下按钮来获得食物。当按下按钮不再获得食物的时候，小白鼠就不再按按钮了。
第二阶段：按钮=停止通电，小白鼠学会了按下按钮来让笼子不再通电，使得自己可以安心生存。当笼子本身就不再通电而不依赖按钮的时候，小白鼠就不再按按钮了。
第三阶段：按钮产生食物的时间逐渐扩大，小白鼠并不是每次按下按钮都获得食物，开始的时候每次都会有，随后间隔一定时间后按按钮才有食物，否则白按。小白鼠学会了掌握一个节奏去按按钮，最关键的是，当时间间隔达到一个程度的时候，小白鼠认为不再出食物了，因此就不再按按钮了。
第四阶段：按钮=随机奖励与否，即当小白鼠按下按钮的时候，有一定几率会掉落食物，结果小白鼠依然乐此不疲的按按钮，虽然未必每次都有奖励。
第五阶段：做动作=获得食物，这个阶段其实和斯金那的另外一个四十个鸽子实验比较接近，说的是一种迷信心理，即小白鼠会迷信的认为自己是做了某个动作获得的食物。
事实上，当我们看到这个斯金那箱的时候，首先我们会被第四个实验结果惊喜的误导——因为设定概率奖励是一种很好的游戏方案，也能够很好地解决一系列诸如平衡等问题，而赌博机的原理中也包含了这样的性质（注意包含，而不是完全依赖这个性质）。因此初级设计师往往就忽略了其他的实验结果，比如第三阶段的实验。初级设计师的错误理解在于——只要为一个触发器获得奖励设定一个概率，用户就会像第四阶段实验的小白鼠那样乐观的接受，而这个概率最终可以确保当你达到一定的触发次数，你最终是可以获得奖励的，而后策划使用excel等工具观察了，感觉概率OK就认为设计OK了。但是这里却掉入了一个可怕的数学陷阱——你的概率的确可以让玩家随着努力次数增多最后几乎一定获得奖励，试验次数越多概率越精准（蒙特卡洛方法），并且试验次数越多偏离这个概率的可能性越低（切比雪夫不等式），但是问题的关键是忽略了单个用户接受没有奖励的“宽容度”，这正是第三阶段实验的问题，当按钮掉落食物的时间间隔超过了小白鼠的“宽容度”之后，小白鼠就认为不再掉落了（符合第一阶段后期真的不再掉落了），这种心情我们也可以称之为“绝望”了，“哀莫大于心死”，不再想按这个按钮了。而事实上WoW的橙装事件也是，当用户1天2天没有拿到的时候（箱子每天1个），他们认为“我还有希望”，但是当20天30天没有拿到的时候，可能已经超越了一个用户的“宽容度”，他们就变得绝望了，开始怀疑是否存在奖励，而因此“橙装事件”开花了。事实上同样的，如果一台赌博机可以让一个用户输上30-50盘都不让赢一盘，会发生什么就可想而知了。
2、逆转了RPG游戏的体验。
RPG游戏的核心是什么，最早名词定义的时候已经大概说明了——那就是通过你的养成（努力）换取进步。这是一个RPG游戏的核心乐趣元素，既然是核心元素，他就是无法撼动的。你可以追加一些其他元素（运气）来调和他，但绝对不能取代他，我们要确保努力还是第一位的。我们抽象到一个具体的实例分析他：
假如有一个这样的游戏，玩家努力收集某种货币，每次努力可以获得10个货币，通过100个货币可以换取奖励。现在我要加入运气因素，来改变这样一个“固定的”、“枯燥的”过程，我有两个点可以改变它：
1）让运气减少玩家的努力次数，但最后结果不变：具体为每次努力，玩家获得的货币数量为10-20个，而仍然100个货币可以获得奖励，那么玩家的努力次数从10次变成了5-10次不等，运气好的玩家可以少努力几次，运气糟糕的玩家还是需要努力满10次。
2）让运气改变命运，但是努力次数不变：具体为玩家每次努力获得20个货币，通过100个货币可以抽奖，奖池里有2件东西，其中1件为奖励，而每次100个货币的抽奖都是从2件中抽取1件给玩家。玩法变成了努力5次之后有50%的概率可以获得奖励。
以上两个方案，我们根据“错误的解读斯金那箱”中错误的方法来看的话，乍一看，只要做一些数值调整之后，1和2会是一样的，比如我们都可以调整为“经过10次努力50%几率获得奖励”（这里就不去做这个数值调整了，这是另一个话题了，数值策划的话题），但是2者在体验上却有着天壤之别：
1）让运气减少玩家的努力次数，但最后结果不变：玩家清楚地知道我努力10次以后一定会获得奖励，但是运气给玩家带来了一种惊喜——也许只要努力7次就能拿到了呢。
2）让运气改变命运，但是努力次数不变：玩家清楚地知道，经过努力我有一定概率可以获得奖励的规则，也知道经过10W次也许100W次努力我（几乎）一定会获得奖励，但是具体要多少次，完全不知道。产生了一种浮躁。
而这种浮躁通常会产生另外一个效果——让游戏体验从“靠努力就能获得”变成“能不能得到全看脸”，这也可以说是一个产品调性问题——看起来相似的结果，却是完全不同的角度。并不是说后者的体验不好，后者的体验也是一个有趣的体验，但是她违背了RPG游戏应有的调性——努力>运气。因此当你逆转了这个RPG游戏应有的体验之后，就会产生问题，只是他是否会爆发，取决于问题的程度是否会超越用户的“宽容度”。
那么，我们设计RPG游戏的概率，该符合怎样的原则？
暴雪终归是暴雪，即使做的体验不好，用户还是会接受的，但是我们如果做出了糟糕的体验，就会立即流失用户。因此我们没法像暴雪这样潇洒的试错，我们必须谨慎的设计，所以我们不得不归纳一些这种把随机性或者其他元素加入到RPG游戏中的原则：
1、不要逆转一些阶级关系，魔兽的收费模式中没有付费这块，我们的游戏中有，那么我们要遵守的是：付费的内容也许努力可以达到，但是努力一定不能超越付费，努力的内容可以通过运气来减少努力，但是绝对不能让运气变成主题，而努力只是为了更多次的“碰运气”。
2、不要有“真随机”（即纯粹碰运气）的事情，要让付费和努力对随机结果有影响。最典型的就是十连抽的保底出橙（五星之类的）机制。事实上早年游戏也有个有趣的设定叫RP值，即当这次抽奖不成功的时候，累计RP值，让RP值来提高下次抽奖成功的概率。
最后，假如你想知道如果我是魔兽的制作人，会给玩家一个什么样的交代，我想说的是，我会改变这个橙装获得的系统，和游戏内容挂钩，比如世界任务。首先定义每x次世界任务一定会获得一件橙装，当你每1次完成世界任务的时候，都有可能获得橙装，如果这次没有拿到，那么下个世界任务获得橙装的概率提高1/x，并且将这个概率公开给玩家看到（UI设计）。当在x次中的第n次世界任务后获得橙装了，那么告知玩家你还需要（x-n）次世界任务后可能会获得下一件橙装。
1、RPG游戏——本篇所说的“RPG游戏”，是在传统的Role-Playing-Game的意义上增加了一层概括性，指代的游戏包含的特点是养成为主的游戏，玩家在整个游戏体验过程中，核心的时间开销在于养成，可以是养成一个队伍，也可以是养成角色等等，就会被称为“RPG游戏”，因此当前主流的卡牌游戏、ARPG游戏等，都可以被归纳为“RPG游戏”。
2、橙装事件——WoW的最新版本（7.0军团再临）中，游戏策划设定了若干橙装，橙装价值极大，甚至可以颠覆一个用户的游戏体验；橙装获得的渠道较为固定，以开宝箱和击杀Boss为核心来源。关键词：橙装掉落为随机的，与玩家的努力完全无关。因此引发了玩家的不满——努力多的玩家没有橙装，随便玩玩的玩家却拿到了橙装。这里要讨论的“橙装事件”就是以上问题，而后续的暴雪公布了橙装掉落的一些bug等和玩家发生了冲突的问题，不在此处讨论，因此“橙装事件”指代的是WoW的橙装掉率问题。
3、奖励——本篇中讨论的“奖励”是一个更加学术化的概括，和一些欧美研究的学术文章一样，“奖励”所说的是用户的一个心理期望。比如你的目标是拿到橙装，那么奖励就是拿到橙装这个体验，而不是橙装这个物件本身。同样的，奖励可以是类似女神对你微笑、发现果然可乐瓶底有个死蟑螂等情况，事实上关键在于一种“如愿以偿”或者说“如我所料”的感觉，就可以理解为“奖励”。
问题深入分析
橙装事件为何会让玩家如此不爽，从设计师的角度来说，这个问题上我们可以抛开用户为何如此执迷疯狂的追求橙装，因为每个人追求橙装的目的、意图等可能都不一样，我们只说这个现象（追求橙装）为何会伴生出不爽来了。事实上核心问题在于：
1、错误的解读斯金那箱。
斯金那箱是一个著名的实验，这个实验有过5个阶段：
第一阶段：按钮=掉落食物，小白鼠学会了按下按钮来获得食物。当按下按钮不再获得食物的时候，小白鼠就不再按按钮了。
第二阶段：按钮=停止通电，小白鼠学会了按下按钮来让笼子不再通电，使得自己可以安心生存。当笼子本身就不再通电而不依赖按钮的时候，小白鼠就不再按按钮了。
第三阶段：按钮产生食物的时间逐渐扩大，小白鼠并不是每次按下按钮都获得食物，开始的时候每次都会有，随后间隔一定时间后按按钮才有食物，否则白按。小白鼠学会了掌握一个节奏去按按钮，最关键的是，当时间间隔达到一个程度的时候，小白鼠认为不再出食物了，因此就不再按按钮了。
第四阶段：按钮=随机奖励与否，即当小白鼠按下按钮的时候，有一定几率会掉落食物，结果小白鼠依然乐此不疲的按按钮，虽然未必每次都有奖励。
第五阶段：做动作=获得食物，这个阶段其实和斯金那的另外一个四十个鸽子实验比较接近，说的是一种迷信心理，即小白鼠会迷信的认为自己是做了某个动作获得的食物。
事实上，当我们看到这个斯金那箱的时候，首先我们会被第四个实验结果惊喜的误导——因为设定概率奖励是一种很好的游戏方案，也能够很好地解决一系列诸如平衡等问题，而赌博机的原理中也包含了这样的性质（注意包含，而不是完全依赖这个性质）。因此初级设计师往往就忽略了其他的实验结果，比如第三阶段的实验。初级设计师的错误理解在于——只要为一个触发器获得奖励设定一个概率，用户就会像第四阶段实验的小白鼠那样乐观的接受，而这个概率最终可以确保当你达到一定的触发次数，你最终是可以获得奖励的，而后策划使用excel等工具观察了，感觉概率OK就认为设计OK了。但是这里却掉入了一个可怕的数学陷阱——你的概率的确可以让玩家随着努力次数增多最后几乎一定获得奖励，试验次数越多概率越精准（蒙特卡洛方法），并且试验次数越多偏离这个概率的可能性越低（切比雪夫不等式），但是问题的关键是忽略了单个用户接受没有奖励的“宽容度”，这正是第三阶段实验的问题，当按钮掉落食物的时间间隔超过了小白鼠的“宽容度”之后，小白鼠就认为不再掉落了（符合第一阶段后期真的不再掉落了），这种心情我们也可以称之为“绝望”了，“哀莫大于心死”，不再想按这个按钮了。而事实上WoW的橙装事件也是，当用户1天2天没有拿到的时候（箱子每天1个），他们认为“我还有希望”，但是当20天30天没有拿到的时候，可能已经超越了一个用户的“宽容度”，他们就变得绝望了，开始怀疑是否存在奖励，而因此“橙装事件”开花了。事实上同样的，如果一台赌博机可以让一个用户输上30-50盘都不让赢一盘，会发生什么就可想而知了。
2、逆转了RPG游戏的体验。
RPG游戏的核心是什么，最早名词定义的时候已经大概说明了——那就是通过你的养成（努力）换取进步。这是一个RPG游戏的核心乐趣元素，既然是核心元素，他就是无法撼动的。你可以追加一些其他元素（运气）来调和他，但绝对不能取代他，我们要确保努力还是第一位的。我们抽象到一个具体的实例分析他：
假如有一个这样的游戏，玩家努力收集某种货币，每次努力可以获得10个货币，通过100个货币可以换取奖励。现在我要加入运气因素，来改变这样一个“固定的”、“枯燥的”过程，我有两个点可以改变它：
1）让运气减少玩家的努力次数，但最后结果不变：具体为每次努力，玩家获得的货币数量为10-20个，而仍然100个货币可以获得奖励，那么玩家的努力次数从10次变成了5-10次不等，运气好的玩家可以少努力几次，运气糟糕的玩家还是需要努力满10次。
2）让运气改变命运，但是努力次数不变：具体为玩家每次努力获得20个货币，通过100个货币可以抽奖，奖池里有2件东西，其中1件为奖励，而每次100个货币的抽奖都是从2件中抽取1件给玩家。玩法变成了努力5次之后有50%的概率可以获得奖励。
以上两个方案，我们根据“错误的解读斯金那箱”中错误的方法来看的话，乍一看，只要做一些数值调整之后，1和2会是一样的，比如我们都可以调整为“经过10次努力50%几率获得奖励”（这里就不去做这个数值调整了，这是另一个话题了，数值策划的话题），但是2者在体验上却有着天壤之别：
1）让运气减少玩家的努力次数，但最后结果不变：玩家清楚地知道我努力10次以后一定会获得奖励，但是运气给玩家带来了一种惊喜——也许只要努力7次就能拿到了呢。
2）让运气改变命运，但是努力次数不变：玩家清楚地知道，经过努力我有一定概率可以获得奖励的规则，也知道经过10W次也许100W次努力我（几乎）一定会获得奖励，但是具体要多少次，完全不知道。产生了一种浮躁。
而这种浮躁通常会产生另外一个效果——让游戏体验从“靠努力就能获得”变成“能不能得到全看脸”，这也可以说是一个产品调性问题——看起来相似的结果，却是完全不同的角度。并不是说后者的体验不好，后者的体验也是一个有趣的体验，但是她违背了RPG游戏应有的调性——努力>运气。因此当你逆转了这个RPG游戏应有的体验之后，就会产生问题，只是他是否会爆发，取决于问题的程度是否会超越用户的“宽容度”。
那么，我们设计RPG游戏的概率，该符合怎样的原则？
暴雪终归是暴雪，即使做的体验不好，用户还是会接受的，但是我们如果做出了糟糕的体验，就会立即流失用户。因此我们没法像暴雪这样潇洒的试错，我们必须谨慎的设计，所以我们不得不归纳一些这种把随机性或者其他元素加入到RPG游戏中的原则：
1、不要逆转一些阶级关系，魔兽的收费模式中没有付费这块，我们的游戏中有，那么我们要遵守的是：付费的内容也许努力可以达到，但是努力一定不能超越付费，努力的内容可以通过运气来减少努力，但是绝对不能让运气变成主题，而努力只是为了更多次的“碰运气”。
2、不要有“真随机”（即纯粹碰运气）的事情，要让付费和努力对随机结果有影响。最典型的就是十连抽的保底出橙（五星之类的）机制。事实上早年游戏也有个有趣的设定叫RP值，即当这次抽奖不成功的时候，累计RP值，让RP值来提高下次抽奖成功的概率。
最后，假如你想知道如果我是魔兽的制作人，会给玩家一个什么样的交代，我想说的是，我会改变这个橙装获得的系统，和游戏内容挂钩，比如世界任务。首先定义每x次世界任务一定会获得一件橙装，当你每1次完成世界任务的时候，都有可能获得橙装，如果这次没有拿到，那么下个世界任务获得橙装的概率提高1/x，并且将这个概率公开给玩家看到（UI设计）。当在x次中的第n次世界任务后获得橙装了，那么告知玩家你还需要（x-n）次世界任务后可能会获得下一件橙装。