MDA：游戏设计三部曲

MDA即机制、动态、美学。它是一种理解游戏的正式方法，它试图弥合游戏设计和开发、 游戏批评和游戏技术研究之间的差距。

该框架是在  2001‑2004  年圣何塞游戏开发者大会上作为游戏设 计和调整研讨会的一部分开发和教授的。

我们相信这种方法将澄清和加强开发者、学者和研究人员的迭代 过程，使各方更容易分解、研究和设计广泛的游戏设计和游戏工件。

介绍

所有工件都是在某种设计方法中创建的。

无论是构建物理原型、构建软件界面、构建论证还是实施一系列受控实验，设计 方法都可以指导创造性思维过程并帮助确保工作质量。

具体来说，迭代、定性和定量分析以两种重要方式为设计师提供支持。他们帮助 她分析最终结果以完善实施，并分析实施以完善结果。通过从两个角度处理任 务，她可以考虑各种可能性和相互依赖性。

这在使用计算机和视频游戏时尤其重要，因为编码子系统之间的交互会产生复 杂、动态（且通常不可预测）的行为。设计者和研究人员在实施变革之前必须仔 细考虑相互依赖性，学者必须在对所产生的体验的性质得出结论之前认识到它 们。

在本文中，我们介绍了  MDA  框架（代表机制、动态和美学），该框架是在   2001‑2004  年圣何塞游戏开发者大会上作为游戏设计和调整研讨会的一部分 开发和教授的  [LeBlanc,  2004a]。  MDA  是一种理解游戏的正式方法，它试图 弥合游戏设计和开发、游戏批评和游戏技术研究之间的差距。我们相信这一点方法论将澄清和加强开发者、学者和研究人员的迭代过程，使各方更容易分解、 研究和设计广泛的游戏设计和游戏工件。

迈向综合框架

游戏设计和作者身份发生在多个层面，游戏研发领域涉及来自不同创意和学术 背景的人们。

虽然通常有必要专注于一个领域，但每个人，无论学科如何，在某些时候都需要 考虑该领域之外的问题：游戏系统的基本机制、总体设计目标或游戏玩法所需的 体验结果。

人工智能程序员和研究人员也不例外。关于数据、表示、算法、工具、词汇和方法论 的看似无关紧要的决策将逐渐向上，塑造最终的游戏玩法。同样，所有想要的用 户体验都必须在代码中的某个地方触底。随着游戏不断产生日益复杂的代理、对象和系统行为，人工智能和游戏设计融合在一起。

当相互冲突的约束得到满足时，系统的一致性就会出现，并且游戏的每个部分都 可以作为一个整体相互关联。分解、理解和创造这种一致性需要在各个抽象层次 之间进行转换 从系统和代码到内容和游戏体验，然后再返回。

我们提出  MDA  框架作为帮助设计师、研究人员和学者进行这种翻译的工具。

MDA

游戏由设计师/开发团队创建，并由玩家消费。它们像大多数其他消费品一样被购 买、使用并最终被丢弃。

游戏文物的生产和消费
游戏与其他娱乐产品（例如书籍、音乐、电影和戏剧）的不同之处在于，它们 的消费相对不可预测。在产品完成时，游戏过程中发生的一系列事件以及这 些事件的结果是未知的。

MDA  框架通过将游戏分成不同的组件来形式化游戏的消费：

...并建立他们的设计副本：

MDA

机制（Mechanics）在数据表示和算法层面描述了游戏的特定组成部分。

动态（Dynamics）描述了随着时间的推移作用于玩家输入和彼此输出的机制的运行时行为。

美学（Aesthetics）描述了玩家与游戏系统交互时所引起的理想情绪反应。

这个框架的基础是游戏更像是人工制品而不是媒体。我们的意思是游戏的内容是它的行为，而不是从游戏流向玩家的媒体。

将游戏视为设计的工件有助于将它们构建为通过交互构建行为的系统。它支持在各个研究和开发级别上进行更清晰的设计选择和分析。

MDA详细信息

MDA  作为镜头

MDA  框架的每个组件都可以被视为游戏的“镜头”或“视图” 独立但有 因果关系。

从设计师的角度来看，机制产生动态系统行为，进而导致特定的审美体验。 从玩家的角度来看，美学定下了基调，它诞生于可观察的动态以及最终可操 作的机制中。

设计师和玩家各有不同的看法

在开发游戏时，同时考虑设计师和玩家的观点会很有帮助。它帮助我们观察 某一层中的微小变化如何会级联到其他层。此外，考虑玩家会鼓励体验驱动（而不是功能驱动）的设计。

因此，我们从美学的讨论开始我们的研究，然后继续研究动机制，最后讨论 底层的机制。

美学

是什么让游戏变得“有趣”？当我们看到某种特定的乐趣时， 我们如何知道它是什么？谈论游戏和玩耍很困难，因为我们使用 的词汇相对有限。

在描述游戏的美学时，我们希望摆脱“有趣”和“游戏玩法”等词语，转向更 直接的词汇。这包括但不限于此处列出的分类法：

例如，考虑一下游戏《Charades》、《Quake》、《The  Sims》和《Final   Fantasy》。虽然每个游戏本身都很“有趣”，但考虑创造各自玩家体验的 美学成分会提供更多信息：

在这里我们看到每个游戏都不同程度地追求多种审美目标。字谜游戏强调 友谊而非挑战；  《雷神之锤》将挑战作为游戏玩法的主要元素。虽然没有 大统一的游戏理论或公式来详细说明将产生“乐趣”的元素的组合和比例， 但这分类法帮助我们描述游戏，揭示不同游戏如何以及为何吸引不同玩 家，或在不同时间吸引同一玩家。

美学模型

像指南针一样使用美学词汇，我们可以定义游戏玩法模型。这些模型 帮助我们描述游戏动态和机制。

例如：Charades  和  Quake  都是竞争性的。

当这些游戏中的各个团队或玩家都投入情感去击败对方时，他们就 会成功。

这要求玩家有对手（在  Charades  中，团队竞争，在  Quake  中，玩家 与计算机对手竞争），并且各方都想获胜。

很容易看出，支持对抗性游戏和关于谁获胜的清晰反馈对于竞技游 戏至关重要。如果玩家没有看到明确的获胜条件，或者感觉自己不可 能获胜，那么游戏就会突然变得不那么有趣。

动态

动态模型动态致力于创造审美体验。例如，挑战是由时间压力和对手比赛等因素造成的。可 以通过在会议（团队）的某些成员之间共享信息或提供单独更难以实现的获胜条件（例如占领敌方基地）来鼓励友谊。

表达来自于鼓励个人用户留下自己的印记的动力：用于购买、构建或赚取游戏物品的系统，用于设计、构建和改变关卡或世界的系统，以及用于创建个性化、独特角色的系统。戏剧性的张力来自鼓励紧张、释放和结局的动力。

与美学一样，我们希望对动机制的讨论尽可能具体。通过开发预测和描述游戏动态的模型，我们可以避免一些常见的设计陷阱。

随机变量  2  D6  的概率分布
例如，考虑到各种掷骰的概率，2  个六面骰子的模型将帮助我们确定 玩家在大富翁游戏中在棋盘上前进所需的平均时间。

恒温器，充当反馈系统
同样，我们可以识别游戏玩法中的反馈系统，以确定特定状态或变化如何影响游戏玩法的整体状态。在《大富翁》中，随着领导者变得越来越富有，他们可以以越来越有效的方式惩罚玩家。越穷的玩家就越 穷。

《大富翁》中的反馈系统
随着差距的扩大，只有少数（有时只有一个）玩家真正投入。戏剧性的 张力和能动性消失了。

利用我们对美学和动态的理解，我们可以想象解决大富翁问题的方 法 要么奖励落后的玩家，使他们与领先者保持在合理的距离内，要 么让富有的玩家更难取得进步。当然，这可能会影响游戏重现垄断实 践现实的能力，但现实并不总是“有趣”。

机制

机制是在游戏环境中提供给玩家的各种动作、行为和控制机制。

机制与游戏内容（关卡、资产等）一起支持整体游戏动态。

例如，纸牌游戏的机制包括洗牌、取墩和下注 从中可以出现虚张声势等动态。 射击游戏的机制包括武器、弹药和重生点 有时会产生诸如露营和狙击之类的 东西。高尔夫运动的机制包括球、球杆、沙坑和水障碍，有时会导致球杆破损或淹 死。

调整游戏机制有助于我们微调游戏的整体动态。考虑一下我们的垄断例子。帮助 落后玩家的机制可能包括对贫穷玩家的奖金或“补贴”，以及对富裕玩家的惩 罚或“税收” 可能是在跨越围棋广场、出狱或在超过一定价值阈值时行使垄断 权时计算的。通过将这些变化应用于基本的比赛规则，我们也许能够让落后的玩 家在更长的时间内保持竞争力和兴趣。

解决《大富翁》长时间游戏缺乏紧张感的另一个解决方案是添加鼓励时间压力 并加快游戏速度的机制。也许通过固定税率的税收随着时间的推移耗尽资源（这 样人们可以快速消费），将垄断的所有支出加倍（这样玩家可以快速区分），或 者在一定的价值阈值下随机分配所有财产。

调整显然，我们的垄断分析的最后一步涉及游戏测试和调整。通过迭代地细化惩罚的值、税 率或奖励和惩罚的阈值，我们可以细化大富翁的游戏玩法，直到达到平衡。

调整时，我们的审美词汇和模型可以帮助我们阐明设计目标，讨论游戏缺陷，并在 调整时衡量我们的进度。如果我们的垄断税需要复杂的计算，我们可能会让玩家 更难追踪现金价值，进而追踪整体进度或竞争排名，从而挫败玩家的投资意识。

同样，我们的动态模型可以帮助我们查明问题可能来自何处。使用  D6  模型，我们 可以评估对棋盘尺寸或布局的拟议更改，确定更改将如何延长或缩短游戏的长度。

MDA的应用示例

现在，让我们考虑开发或改进游戏的人工智能组件。人们通常很容易将人工智能组件理想化为黑盒机制，理论上可以相对轻松地注入各种不同的项目。但正如框 架所示，游戏组件除了对系统行为和玩家体验的影响之外，不能进行真空评估。

第一个

思考一个保姆游戏示例  [Hunicke,  2004]。

你的主管认为，为标签制作一个简单的基于游戏的人工智能原型将是有益的。你 的玩家将成为一名保姆，他必须找到并让一个婴儿入睡。该演示版旨在展示简单 的情感角色（例如婴儿），面向  3‑7  岁儿童的游戏。

这个设计的美学目标是什么？探索和发现可能比挑战更重要。

因此，这里的动态优化不是为了“获胜”或“竞争”，而是为了让婴儿表达惊讶、 恐惧和期待等情绪。

隐藏地点可以手动标记，它们之间的路径可以硬编码；大部分游戏逻辑将致力于将婴儿操纵到视野中并创造类似婴儿的反应。游戏机制包括与婴儿交谈（“我 看到你了！”或“嘘！”）、追逐婴儿（用头像或鼠标）、偷偷摸摸、标记等等。

第二个

现在，思考一下同一设计的一个变体 专为与  自动点唱机  的“淘气小兵”等 特许经营商合作而设计，目标受众为  7‑12  岁的女孩。从美学上来说，游戏应该感 觉更具挑战性 也许涉及某种叙事（需要几个“关卡”，每个关卡都呈现一个 新的故事片段和相关任务）。

在动态方面，玩家现在可以同时跟踪多个角色并与之互动。我们可以添加时间压 力机制（即让他们在晚上  9  点之前全部上床睡觉），包括“混乱因素”或监控 角色情绪（脏尿布导致哭泣，哭泣会扣分）等等。

对于此设计，静态路径将不再足够  ‑  让它们选择自己的隐藏位置可能是个好主 意。每个婴儿都有个人特征、能力或挑战吗？如果是这样，他们将如何向玩家展示 这些差异？他们将如何追踪内部状态、对世界、其他婴儿和玩家的推理？

玩家将被要求执行哪些类型的任务和行动？

第三个

最后，我们可以将这款标签游戏设想为一款成熟的战略军事模拟游戏，例如《细 胞分裂》或《小偷》。我们的目标受众现在是14‑35岁男人。

审美目标现在扩展到包括幻想元素（角色扮演的间谍狩猎军事精英或寻找赃物的流氓）和挑战可能接近提交。除了充满阴谋和悬念的复杂情节外，玩 家还会期待对手的协调行动但可能会少得多的情感表达。如果有的 话，特工们应该在他出现的迹象出现时表达出恐惧和厌恶。

动力可能包括获得或购买强大武器和间谍设备的能力，以及制定秘密行 动、欺骗行为、逃避和逃脱的战术和技术的能力。

机制包括广泛的科技和 技能树、各种敌方单位类型，以及具有不同移动范围、可见度和视野等的 关卡或区域。

这个空间中的代理除了协调运动和攻击之外，还必须在广泛的感官数据 上进行操作。对玩家位置和意图的推理应该表明挑战，但会促进他们的整 体成功。敌人能够越过障碍物并穿越具有挑战性的地形，还是你会“作 弊”？声音传播是“真实的”还是基于距离的简单度量就足够了？

完成

在这里我们可以看到，游戏美学要求的简单改变将会在许多关卡上给AI带来机制上的改变，有时需要开发全新的导航、推理和战略问题解决系统。

相反，我们看到不存在这样的“人工智能机制” 智能或连贯性来自人工智能逻辑与游戏逻辑的交互。使用MDA框架，我们可以明确地推理美学目标，得出支持这些目标的动力，然后相应地确定我们的机制范围。

结论

MDA  支持正式的、迭代的设计和调整方法。它使我们能够明确地推理特 定的设计目标，并预测变化将如何影响框架的各个方面以及最终的设计/ 实现。

通过在  MDA  的三个抽象层次之间移动，我们可以概念化游戏系统的动 态行为。

将游戏理解为动态系统有助于我们开发迭代设计和改进的技术，使我们 能够控制不期望的结果，并调整期望的行为。

此外，通过了解有关游戏玩法的正式决策如何影响最终用户体验，我们能 够更好地分解这些经验，并分别用它来推动新的设计、研究和批评。

注：

本文翻译自：MDA: A Formal Approach to Game Design and Game Research

作者：罗宾·休尼克、马克·勒布朗、罗伯特·祖贝克