MDA：一种用于游戏设计和研究的方法

　　现在，考虑一下上述设计的变体——与Nickelodeon的“Rugrats”这样的特许经营店合作，目标玩家是7-12岁的女孩。从体验角度来看，游戏应该更具有挑战性——也许在游戏中应包含一些叙述（需要设计几个“关卡”，每个关卡都代表一个新的故事片段和相关的任务）。

　　在动态方面，玩家现在可以同时跟踪和与多个游戏角色进行交互。我们可以添加时间压力机制（即让他们在晚上9点之前睡觉），添加一个“随机因素”或监控角色情绪（脏尿布会导致哭泣，哭泣会让你失去分数）等等。

　　对于这种设计，静态的路径将不再适用——让游戏角色选择自己的隐藏位置可能是一个好主意。每个婴儿都有各自的特点、能力或挑战吗？如果是，将如何向玩家展示这些差异？他们将如何遵循设定的状态、对世界的认识、对其他婴儿或玩家的变化做出反应？玩家将被要求执行什么样的任务和行动？

　　第三轮（Third Pass）

　　最后，我们可以把这款游戏想象成一个完整的战略军事模拟游戏，比如《细胞分裂》或《神偷》。我们的目标玩家是14-35岁的男性。

　　体验目标现在扩展到包含幻想元素（扮演捉拿间谍的军事精英或一个寻求宝物的流氓）和极限挑战。除了充满阴谋和悬疑的复杂情节外，玩家还将考虑对手的行为————这里可能很少有情感表达。但如果有的话，间谍们应该对他的出现表现出恐惧和厌恶。

　　动态可能包括获得或购买强大的武器、间谍设备的能力，以及战术和技术的使用，比如：潜行，欺骗，躲避和逃脱的技能。机制包括可扩展的技术或技能树，各种各样的敌人单位，不同层次或区域的移动范围，能见度和视野等等。

　　在这个游戏中，除了协调行动和攻击外，特工还必须分析感官数据。对游戏角色位置和意图的推理是一种挑战，但这可以带来游戏的胜利。你的敌人能够越过障碍，在具有挑战性的地形中行进吗？还是你会“作弊”技能？声音传播是3d环绕吗 ，还是基于距离确定声音大小的简单设计？

　　结束（Wrapping Up）

　　讨论到这里我们可以发现：游戏体验需求的简单改变将会在多个层面上给AI带来机制上的改变——有时甚至需要为解决导航、推理和策略问题开发全新的系统。

　　相反地，我们发现并没有“AI机制”类似于：智能或一致性来自于AI逻辑与游戏玩法逻辑的交互（与上文AI设计来自于体验需求呼应）。使用MDA框架，我们可以明确地对体验目标进行推理，得出支持这些目标的动态，之后确定对应的机制。

　　结论（Conclusions）

　　MDA支持普遍、迭代的设计和优化方法。它让我们明确推理出特定的设计目标，并预测变更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转换，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用于迭代设计和改进的技术——让我们获得期望的结果。

　　此外，通过理解游戏玩法决策是如何影响最终用户体验的，我们能够更好地细化这些体验，并使用它们去分别去推动新的设计、研究和测评。

　　来源：游戏策划Up

（编辑：南平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!