導(dǎo)語

2024年8月20日，一款名為《黑神話：悟空》的游戲如同一顆彗星劃過游戲產(chǎn)業(yè)的夜空，超過200萬玩家涌入這個充滿東方神話色彩的世界，刷新了Steam平臺的發(fā)布紀(jì)錄。這款游戲在內(nèi)容上是對中國傳統(tǒng)文化的現(xiàn)代詮釋，其核心魅力卻在于如何在復(fù)雜的游戲系統(tǒng)中為玩家創(chuàng)造出近乎完美的體驗，為玩家展現(xiàn)一個既熟悉又充滿驚喜的游戲世界。

研究領(lǐng)域：游戲復(fù)雜性，復(fù)雜系統(tǒng)，因果涌現(xiàn)，計算復(fù)雜度，混沌

十三維 | 作者

游戲是一個典型的多層級復(fù)雜系統(tǒng)[1]，從設(shè)計到游戲體驗，由多重主體參與造就的多重復(fù)雜性交織而成。本文將深入探討游戲復(fù)雜性的多個維度，從理論基礎(chǔ)到實際應(yīng)用，探索復(fù)雜性在游戲設(shè)計中的體現(xiàn)，以實現(xiàn)玩家的最佳游玩體驗。

1. 從漸進(jìn)型游戲到涌現(xiàn)型游戲

作為復(fù)雜系統(tǒng)的游戲，橫跨了從資源（Resources）、規(guī)則（Rules）到多主體（multi-agent/actor/player）之間諸多系統(tǒng)層級，層級之間則由程序接口或游戲界面（Interface）連接[2]。

圖1. 游戲作為多主體多層級復(fù)雜系統(tǒng)[2]

根據(jù)不同游戲類型，系統(tǒng)行為表現(xiàn)既可能是有序的，也可能是混沌的，抑或介于這兩者之間。由于玩家主體的介入，或者基于AI算法的動態(tài)游戲機制，游戲中也經(jīng)常會出現(xiàn)涌現(xiàn)現(xiàn)象。在游戲系統(tǒng)通常會有以下四種行為模式[3]：

圖2. 四種典型系統(tǒng)行為[3]

1. 有序：規(guī)則簡單，如機械時鐘、腳本化設(shè)計；

2. 周期：可預(yù)測次序的若干明確階段，如四季循環(huán) 、網(wǎng)游的刻度線、大富翁棋盤上的輪回；

3. 涌現(xiàn)：整體在有序或周期，但可能突然涌現(xiàn)出新的現(xiàn)象甚至規(guī)則，如每日天氣 、文明中的游戲階段的狀態(tài)；

4. 混沌：難以預(yù)測，高度復(fù)雜，如風(fēng)的湍流、擲骰子（注：本質(zhì)是一種偽隨機）。

大多數(shù)游戲落在周期性和涌現(xiàn)性系統(tǒng)之間，這使得游戲既有可預(yù)測性，又充滿了驚喜。例如，在策略游戲《文明》中，既有明確的發(fā)展階段（如擴張、戰(zhàn)爭、殖民、太空競賽等），體現(xiàn)了周期性特征，同時又通過復(fù)雜的國家間互動和科技樹，創(chuàng)造出了涌現(xiàn)性的游戲體驗。

根據(jù)上面四種行為，游戲大體可以分為漸進(jìn)型游戲（games of progression）與涌現(xiàn)型游戲（games of emergence）兩種。前者是游戲設(shè)計中的一種經(jīng)典范式，通常具有線性的游戲進(jìn)程、預(yù)設(shè)的挑戰(zhàn)和謎題、明確的關(guān)卡或章節(jié)劃分等，例如《超級馬里奧》系列以及有著復(fù)雜多分支的劇情 RPG《極樂Disco》（Disco Elysium）；后者則提供了一種截然不同的體驗。這類游戲通常具有開放的游戲世界、高度的玩家自由度、簡單規(guī)則產(chǎn)生難以預(yù)測的復(fù)雜結(jié)果等。例如《塞爾達(dá)傳說：天空之劍》或《我的世界》（Minecraft）。

圖3.《塞爾達(dá)傳說：天空之劍》

模擬物理引擎，使用骰子之類的隨機數(shù)生成器，或讓其他玩家加入到游戲中來，都可以為游戲引入混沌特性。要設(shè)計一個涌現(xiàn)型游戲，讓玩家獲得最佳體驗，設(shè)計師必須確保所有這些游戲元素相互平衡得恰到好處，因此，我們有必要研究在游戲系統(tǒng)中都存在哪些復(fù)雜性。

2. 游戲復(fù)雜性種種

從設(shè)計視角出發(fā)，波蘭學(xué)者 Marcin Wardaszko 將游戲復(fù)雜性分為三種：游戲系統(tǒng)復(fù)雜性（Game systematic complexity）、游戲社會復(fù)雜性（Game social complexity）、動態(tài)玩法復(fù)雜性（Complexity dynamics of gameplay）[4]，所有這些最終都通過游戲界面轉(zhuǎn)化為玩家游玩的游戲體驗復(fù)雜性（Perceived complexity）：

圖4. 游戲設(shè)計三種復(fù)雜性與玩家體驗復(fù)雜性[4]

1) 游戲系統(tǒng)復(fù)雜性：

游戲資源、變量和規(guī)則的數(shù)量，這是一種計算或算法復(fù)雜度（Algorithmic complexity）[5]。它既涉及系統(tǒng)的可計算性[6] ，也涉及描述系統(tǒng)所需的信息量 [7] 。這個維度涉及了計算機科學(xué)中的多個核心概念：

a) 算法復(fù)雜度：

時間復(fù)雜度：用大O符號表示，如 O(n), O(n log n), O(n?2;) 等。

空間復(fù)雜度：算法所需的內(nèi)存空間。例如，在即時戰(zhàn)略游戲中，尋路算法的復(fù)雜度直接影響游戲性能。A*算法的時間復(fù)雜度為O(b^d)，其中b是分支因子，d是最短路徑的深度。

b) NP完全問題：

許多游戲問題屬于NP完全問題，如:

地圖著色問題（在策略游戲中劃分區(qū)域）

旅行商問題（在開放世界游戲中規(guī)劃最優(yōu)路徑）

背包問題（在RPG中的物品管理系統(tǒng)） 這些問題的存在使得某些游戲機制在理論上難以完美優(yōu)化，需要使用啟發(fā)式算法。

c) 程序生成內(nèi)容（PGC）

這些技術(shù)涉及復(fù)雜的算法，用于自動創(chuàng)建游戲內(nèi)容，從而增加游戲的多樣性和復(fù)雜性：

分形算法：用于生成地形，復(fù)雜度與分形維度相關(guān)。

L系統(tǒng)：用于生成植被，復(fù)雜度與迭代次數(shù)呈指數(shù)關(guān)系。

馬爾可夫鏈：用于生成對話或簡單劇情，復(fù)雜度與狀態(tài)空間大小相關(guān)。

計算創(chuàng)造力研究

d) 基于大語言模型的AIGC：

對話生成：可以創(chuàng)建更自然、上下文相關(guān)的NPC對話。

動態(tài)劇情創(chuàng)作：能夠根據(jù)玩家選擇實時生成分支劇情。

任務(wù)生成：可以創(chuàng)建個性化、具有連貫性的任務(wù)序列。

世界構(gòu)建：能夠生成豐富的背景故事和歷史細(xì)節(jié)。

e) 物理模擬：

游戲中的物理模擬涉及數(shù)值分析和微分方程求解，例如：

歐拉方法：O(n) 的時間復(fù)雜度，但精度較低。

龍格-庫塔方法（Runge-Kutta）：O(n) 的時間復(fù)雜度，精度更高但計算更密集。

系統(tǒng)復(fù)雜性是游戲復(fù)雜性的基礎(chǔ)，當(dāng)規(guī)則的復(fù)雜度超過某一點后，玩法的復(fù)雜度會猛然提升。這個現(xiàn)象稱為復(fù)雜度屏障（complexity barrier）。越過這個點后，規(guī)則之間的交互作用產(chǎn)生了一種概率空間激增的效應(yīng)。當(dāng)然，游戲規(guī)則也并非越多越好，而是要進(jìn)行配合、恰到好處。如下圖所示，在復(fù)雜度屏障后規(guī)則繼續(xù)增多，游戲復(fù)雜性則趨于收斂：

圖5. 規(guī)則復(fù)雜性與游戲復(fù)雜性[3]

這種現(xiàn)象解釋了為什么一些看似簡單的游戲（如圍棋），以及復(fù)雜系統(tǒng)中的生命游戲可以產(chǎn)生如此復(fù)雜和深奧的游戲玩法。它也揭示了游戲設(shè)計中的一個重要原則：通過精心設(shè)計的簡單規(guī)則集，可以創(chuàng)造出復(fù)雜而引人入勝的游戲體驗。

2) 游戲社會復(fù)雜性：

玩家和游戲主體之間的互動，是一種組織復(fù)雜性（Organizational complexity）[5]，涉及博弈論、網(wǎng)絡(luò)科學(xué)、復(fù)雜自適應(yīng)系統(tǒng)理論等，與系統(tǒng)具有的適應(yīng)性、自組織性、涌現(xiàn)性、自創(chuàng)生等生態(tài)系統(tǒng)的能力有關(guān)，這使得系統(tǒng)具有進(jìn)化性 [9]，甚至可能開放式演化[10]。

a) 博弈論復(fù)雜性：

Nash均衡：在多人游戲中，尋找Nash均衡是PPAD-完全問題。

不完全信息博弈：如撲克游戲，其復(fù)雜度遠(yuǎn)高于完全信息博弈。

演化博弈論：用于模擬大規(guī)模多人在線游戲中的策略演化，涉及復(fù)雜的動態(tài)系統(tǒng)。

b) 網(wǎng)絡(luò)復(fù)雜性：

小世界網(wǎng)絡(luò)：描述玩家社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，具有高聚類系數(shù)和低平均路徑長度的特征。

無標(biāo)度網(wǎng)絡(luò)：在某些游戲經(jīng)濟系統(tǒng)中出現(xiàn)，遵循冪律分布。

中心性度量：用于分析玩家在社交網(wǎng)絡(luò)中的重要性，如PageRank算法。

c) 復(fù)雜啟發(fā)算法與涌現(xiàn)：

蟻群優(yōu)化算法：用于模擬群體智能，復(fù)雜度與螞蟻數(shù)量和迭代次數(shù)相關(guān)。

元胞自動機：如 Conway的生命游戲，能產(chǎn)生復(fù)雜的涌現(xiàn)行為。

基于信息論的量化因果框架[15]

c) 開放式演化

探索開放性、擴展開放性與變革開放性 [11]

3) 動態(tài)玩法復(fù)雜性：

隨時間變化的游戲狀態(tài)和玩法，即交互方式的改變，由前面兩種復(fù)雜性共同產(chǎn)生，這是一種交互復(fù)雜性（Interactive complexity），具有多個層次。一方面由數(shù)據(jù)和算法底層決定，一方面由各種游戲機制組合而成，一方面也涉及玩家和游戲主體之間的互動。例如具有自我意識的主體，根據(jù)不同利益訴求，在競爭與合作的環(huán)境中溝通和行動，會涌現(xiàn)出某種游戲局部或全局交互機制、或某種社會文化規(guī)則，這包括在傳統(tǒng)游戲中某些“卡Bug”的玩法（這在復(fù)雜科學(xué)當(dāng)今研究中被稱為因果涌現(xiàn)，詳見后面。）

游戲動態(tài)復(fù)雜性可以通過動力系統(tǒng)理論和混沌理論來解釋：

a) 非線性動力系統(tǒng)：

許多游戲機制可以建模為非線性動力系統(tǒng)，例如：

Logistic map: x[n+1] = rx[n](1-x[n])，用于模擬資源增長。

Lorenz系統(tǒng)：描述復(fù)雜的天氣系統(tǒng)，可用于游戲中的氣候模擬。

這些系統(tǒng)可能表現(xiàn)出混沌行為，導(dǎo)致長期預(yù)測變得極其困難。

b) 李雅普諾夫指數(shù)：

用于量化系統(tǒng)對初始條件的敏感程度。正的李雅普諾夫指數(shù)表示系統(tǒng)是混沌的。在游戲中，這可以用來衡量玩家早期決策對游戲后期的影響程度。

c) 分岔理論、奇異吸引子、分形維度、信息熵、計算不可約性：

研究參數(shù)變化如何影響系統(tǒng)行為，描述玩家行為模式的長期演化，NPC的運動模式，策略深度等。

d) 自由度和探索性：

開放世界的廣度和深度

非線性劇情和多重結(jié)局

玩家自定義和創(chuàng)造性表達(dá)的空間

e) 可訪問性和適應(yīng)性：

難度調(diào)節(jié)系統(tǒng)

輔助功能和無障礙設(shè)計

個性化體驗和推薦系統(tǒng)

對以上三個復(fù)雜性維度，Wardaszko 還開發(fā)了一個創(chuàng)新的游戲復(fù)雜性評分系統(tǒng)，為每個復(fù)雜性維度賦予0到10的分?jǐn)?shù)，使得不同類型的游戲可以在復(fù)雜性方面進(jìn)行比較。

4) 游戲體驗復(fù)雜性

游戲體驗復(fù)雜性是玩家最終接收到的整體體驗，涉及玩家與游戲互動的各個方面，它不僅由前面三種復(fù)雜性決定，還有自身難以還原、涌現(xiàn)出的整體性維度：

a) 感官刺激復(fù)雜性：

- 視覺：圖形質(zhì)量、藝術(shù)風(fēng)格、動畫效果

- 聽覺：音樂、音效、環(huán)境音

- 觸覺：力反饋、震動效果（在所支持的設(shè)備上）

b) 敘事復(fù)雜性與情感復(fù)雜性：

- 故事情節(jié)的深度和分支

- 角色發(fā)展和關(guān)系網(wǎng)絡(luò)

- 世界觀和背景設(shè)定的豐富程度

c) 認(rèn)知挑戰(zhàn)、技能要求

d) 沉浸感和代入感：

- 虛擬現(xiàn)實或增強現(xiàn)實技術(shù)的應(yīng)用

- 游戲世界的一致性和真實感

- 角色扮演的深度

- 玩家間、AI Agent 互動帶來的變數(shù)

e) 文化和語言復(fù)雜性：多語言支持、跨文化元素和參考、本地化的深度和質(zhì)量

f) 元游戲復(fù)雜性：成就系統(tǒng)和收藏要素、社區(qū)互動和用戶生成內(nèi)容、電子競技和排行榜系統(tǒng)

這些方面相互交織，共同構(gòu)成了游戲體驗的整體復(fù)雜性。優(yōu)秀的游戲設(shè)計往往能在這些維度之間找到平衡，創(chuàng)造出既深刻又引人入勝的游戲體驗。理解這些復(fù)雜性的不同方面，有助于設(shè)計師創(chuàng)造更豐富、更有吸引力的游戲世界，同時也為玩家提供了多層次的參與和享受游戲的方式。

3. 游戲主體、游戲機制與因果涌現(xiàn)

除資源和規(guī)則外，游戲主體自身的復(fù)雜性對系統(tǒng)具有重要的影響。后者可分為互動型（interactive）和冷漠型（indifferent）兩種對象類型（Hacking，1999）。前者被預(yù)先指定好類別，無法與自己分類進(jìn)行互動、決定自己，例如游戲中的物品、環(huán)境元素，屬于指稱系統(tǒng)（referential systems）；后者則具有一定認(rèn)知和智能，甚至自我意識，能反思自己和社會環(huán)境，是自指系統(tǒng)（self-referential system），能通過所謂人類循環(huán)效應(yīng)（looping effect of human kinds）不斷地調(diào)整自己的行為、扮演某種角色、與外部對話產(chǎn)生復(fù)雜性。例如玩家（Player）和復(fù)雜的NPC。

在互動型和冷漠型之間，由于人工智能技術(shù)的發(fā)展，結(jié)合多主體系統(tǒng)研究。我們會發(fā)現(xiàn)二者并非涇渭分明。如果我們將冷漠型看做純粹的被動主體，那么游戲中不同主體類型可以按照從簡單到復(fù)雜呈現(xiàn)一個階梯[8]：

1. 被動主體（Passive agents）：環(huán)境資源，無目標(biāo)主體，如障礙物、簡單物品；

2. 主動主體（Active agents）：具有簡單目標(biāo)，系統(tǒng)控制的單位，如鳥群中的鳥、游戲中的普通怪物；

3. 認(rèn)知主體（Cognitive agents）：可以進(jìn)行復(fù)雜計算的程序和AI，例如3A游戲中的BOSS，如黑神話中的二郎神、策略游戲的對手勢力，可以根據(jù)玩家的行動調(diào)整戰(zhàn)斗策略；

4. 生成式智能體 (Generative Agents)：基于LLM具有復(fù)雜決策、記憶、工具使用等能力的生成式AI，例如斯坦福小鎮(zhèn)中的AI[12]、由GP4驅(qū)動的AI智能體Voyager[13]、以及大語言模型驅(qū)動的AI原生游戲《1001夜》；

5. 意識主體 (Conscious Agents)：游戲玩家，具有最高復(fù)雜度的認(rèn)知主體，同時也是真實世界的人類社會主體。

圖6. 由LLM驅(qū)動的AI原生游戲《1001夜》，其中人物對話都是即時生成的

在游戲系統(tǒng)中，玩家代表一類具有最高復(fù)雜度的主體，他們身處游戲和現(xiàn)實兩個世界。在現(xiàn)實世界的主體、社會環(huán)境、資源之間的循環(huán)互動，產(chǎn)生了不同社會組織、角色劃分、交互作用方式，換到游戲中，這些獨特交互方式就是不同的游戲機制。在游戲中主要有以下五種基本機制[3]：

物理系統(tǒng)（Physics）：模擬現(xiàn)實世界的物理規(guī)則；

內(nèi)部經(jīng)濟（Internal economy）：資源管理和交換系統(tǒng)；

漸進(jìn)機制（Progression mechanisms）：關(guān)卡設(shè)計和難度曲線；

戰(zhàn)術(shù)機動（Tactical maneuvering）：策略性決策和行動；

社交互動（Social interaction）：玩家間的交流和競爭。

圖7. 游戲類型與五種游戲機制[3]

其中物理系統(tǒng)是一種連續(xù)機制，主要是在被動主體之間（認(rèn)知主體可以遵循也可以超越物理法則，如飛行和魔法），其余則屬于離散機制，囊括各種類型主體之間的交互。這些游戲機制之間組合和交互就構(gòu)成了游戲的核心玩法（gameplay）。不同的機制組合可以產(chǎn)生不同程度的復(fù)雜性，形成涌現(xiàn)型游戲，例如物理系統(tǒng)的天氣，以及社交互動導(dǎo)致建造或創(chuàng)造。在一些VR/元宇宙游戲中，例如我的世界、 VRchat 或 Roblox，玩家可以根據(jù)游戲本身的創(chuàng)造系統(tǒng)或API，自己創(chuàng)造角色（Avatar）或關(guān)卡。這不僅產(chǎn)生了涌現(xiàn)，而且可能產(chǎn)生因果涌現(xiàn)。

圖8. 四種涌現(xiàn)[14]

根據(jù)反饋和尺度級別的不同，我們可以將游戲復(fù)雜系統(tǒng)中的涌現(xiàn)分為四個層次：

微小涌現(xiàn)：游戲過程生成內(nèi)容，如隨機生成的地圖或任務(wù)，“卡Bug”的玩法；

弱涌現(xiàn)：即時戰(zhàn)略游戲中的單位群體行為；

多重涌現(xiàn)：沙盒游戲中玩家行為與游戲世界的互動；

強涌現(xiàn)：大型多人在線游戲中形成的復(fù)雜社會結(jié)構(gòu)和經(jīng)濟系統(tǒng)。

與其他藝術(shù)系統(tǒng)不同之處，游戲的關(guān)鍵就是可能產(chǎn)生因果涌現(xiàn)。例如在《我的世界》中，雖然游戲的基本規(guī)則非常簡單：收集資源、制作工具、建造結(jié)構(gòu)，但卻創(chuàng)造出了無窮無盡的可能性。玩家可以建造復(fù)雜的機關(guān)、藝術(shù)品，甚至在游戲中實現(xiàn)圖靈完備的計算機：“紅石計算機”，實現(xiàn)一個能夠根據(jù)玩家輸入識別數(shù)字圖像的神經(jīng)網(wǎng)絡(luò)算法。

圖9

此外，在一些大型多人在線游戲中（MMORPG），在某種季節(jié)或條件下，由于玩家的認(rèn)知和形成的“文化”，某個地區(qū)的某種活動，如商品交易增加，或產(chǎn)生某種戰(zhàn)術(shù)打法，這些都是宏觀產(chǎn)生了在微觀顆粒度下無法觀察的因果規(guī)則。

圖10. 系統(tǒng)粗?；c因果涌現(xiàn)[16]

4. 交互敘事設(shè)計與最佳玩家體驗

成功的游戲設(shè)計往往需要在這些機制之間找到恰當(dāng)?shù)钠胶猓詣?chuàng)造出既有挑戰(zhàn)性又不至于過于復(fù)雜的最近游戲體驗。這就回到了游戲系統(tǒng)的設(shè)計問題。在游戲設(shè)計領(lǐng)域，出現(xiàn)過很多游戲設(shè)計框架，如下圖[17]：

圖11. 游戲設(shè)計框架種種[17]

例如著名的“機制-動力-美學(xué)”（Mechanics-Dynamics-Aesthetics）MDA 經(jīng)典設(shè)計框架[18]。

圖12. MDA游戲設(shè)計框架[18]

在 MDA 中，機制描述的是游戲中以數(shù)據(jù)和算法層表示的特定組成部分，動力描述了機制在玩家輸入和彼此之間的運行時行為、以及隨著時間的推移的產(chǎn)出（如上這些都屬于廣義游戲機制），美學(xué)則描述了當(dāng)玩家與游戲系統(tǒng)互動時，在玩家身上喚起的理想情緒反應(yīng)，這些反應(yīng)可能是感官享受、虛幻故事、戲劇、一種挑戰(zhàn)或探索等等?？梢钥吹剑敲缹W(xué)決定了游戲的類型和目標(biāo)。

那么，如何喚醒或?qū)崿F(xiàn)這種理想情緒反應(yīng)下的最優(yōu)體驗？這就要考慮游戲復(fù)雜性與玩家接受能力（體驗復(fù)雜性）之間的關(guān)系。

在游戲設(shè)計中，復(fù)雜性是一把雙刃劍，適度的復(fù)雜性可以激發(fā)玩家的興趣和學(xué)習(xí)動機，過高的復(fù)雜性可能導(dǎo)致挫折感，阻礙學(xué)習(xí)。根據(jù)心流理論、85%最優(yōu)學(xué)習(xí)率、審美愉悅加工流暢理論、數(shù)學(xué)家 George David Birkhoff 提出的審美度量理論（ O 為秩序，C 為復(fù)雜度，則一個事物的審美度量 M = O/C）[19]等，當(dāng)玩家接收到的感官刺激、所學(xué)習(xí)的信息和內(nèi)容、游戲任務(wù)挑戰(zhàn)處在簡單和復(fù)雜中間狀態(tài)時，玩家體驗會達(dá)到最優(yōu)。

以上可以被概括為一個最優(yōu)刺激模型[cj]：

圖13. 最優(yōu)刺激模型，右邊復(fù)雜分形圖像、幾何形狀、簡單花朵分別代表三種水平的刺激[20]

最優(yōu)刺激模型展示了刺激水平、認(rèn)知資源和個體差異之間的相互作用，解釋了人們?nèi)绾卧诓煌闆r下被不同復(fù)雜度的刺激所吸引。例如，年齡影響可用的認(rèn)知資源，認(rèn)知資源較多的個體傾向于被更刺激體驗吸引，較少的則被較少的刺激吸引。因此游戲的復(fù)雜性應(yīng)該考慮到情境刺激潛力和玩家的情緒狀態(tài)。在高度刺激的環(huán)境中，游戲可能需要提供更簡單的任務(wù)來避免認(rèn)知過載，相反在低刺激環(huán)境中，游戲可以提供更具挑戰(zhàn)性的內(nèi)容來保持玩家的興趣。

游戲復(fù)雜性包括系統(tǒng)復(fù)雜性、社會復(fù)雜性、動態(tài)玩法復(fù)雜性，以及玩家視角的體驗復(fù)雜性。設(shè)計師需要同時考慮設(shè)計和玩家視角，在這些維度上找到恰當(dāng)?shù)钠胶?，以達(dá)到最優(yōu)體驗。在當(dāng)代游戲尤其是3A游戲，特別需要考慮游戲體驗復(fù)雜性中的交互敘事內(nèi)容，即敘事復(fù)雜性，由交互敘事帶來的情緒體驗同樣要求在一個最適合的區(qū)間和曲線中，玩家才能在故事的沉浸性和意義感活動最佳體驗。

為了更好地理解游戲交互敘事體驗的復(fù)雜性，Hartmut Koenitz 提出了SPP（System-Process-Product）設(shè)計模型[21]。這個模型將交互式數(shù)字?jǐn)⑹拢↖DN）看作由三個相互關(guān)聯(lián)的部分組成的整體：

1) 系統(tǒng)（System）：IDN的數(shù)字化基礎(chǔ)設(shè)施，包括所有可能的敘事路徑。

2) 過程（Process）：用戶與系統(tǒng)的互動過程。

3) 產(chǎn)品（Product）：互動結(jié)果，可以是客觀記錄或主觀重述。

圖14. SPP 設(shè)計模型[21]

在 IDN 中，Koenitz 區(qū)分了兩種類型的交互性：

“交互性1”：指個人對作品的解釋，涉及認(rèn)知和解釋行為。這種交互性存在于所有文本中。

“交互性2”：數(shù)字媒體特有的交互性，用戶在考慮系統(tǒng)提供的所有選項后，計劃并執(zhí)行行動，以觀察系統(tǒng)的反應(yīng)。

在 IDN 中，交互是認(rèn)知的必要條件，是實現(xiàn)敘事的必要步驟，反過來交互也需要認(rèn)知，因為IDN需要玩家進(jìn)行規(guī)劃和執(zhí)行，常常需要在成功和失敗的交互策略中做出選擇。因此好的游戲設(shè)計不僅要考慮交互機制，還要考慮這些機制如何促進(jìn)玩家的認(rèn)知過程、學(xué)習(xí)體驗和意義獲得感，根據(jù)玩家的認(rèn)知資源、年齡、心情、文化因素等因素進(jìn)行設(shè)計和動態(tài)調(diào)整。這方面在敘事學(xué)、符號學(xué)、故事設(shè)計、相當(dāng)多豐厚的研究，例如有關(guān)游戲符號學(xué)和情感弧線（Emotional Arc）的研究。

圖15. 游戲的符號系統(tǒng)與敘事結(jié)構(gòu)[23]

計算敘事學(xué)的研究表明，[12]所有故事的情感弧都不超過六種基本模式：“貧窮到富有”（飛黃騰達(dá)，上升）、“悲劇”或“富貴到襤褸”（家道中落，下降）、“人在洞穴”（下降—上升）、“伊卡洛斯”（上升—下降）、“灰姑娘”（上升—下降—上升）、“俄狄浦斯”（下降—下降—下降）。

圖16. 哈利波特與情感弧線[22]

總之，創(chuàng)造最優(yōu)游戲體驗是一門多種復(fù)雜性平衡的藝術(shù)。它需要設(shè)計師深入理解游戲系統(tǒng)、社會、動態(tài)玩法、體驗復(fù)雜性的多個維度，并將這些知識巧妙地融入游戲機制中。通過精心調(diào)控游戲的各個方面，設(shè)計師可以創(chuàng)造出一種動態(tài)平衡的體驗，既能滿足玩家的挑戰(zhàn)欲望，又能提供持續(xù)的樂趣和成就感、甚至意義感。對后者而言，游戲甚至能反過來作用于真實世界的社會系統(tǒng)，產(chǎn)生話題性的文化現(xiàn)象、甚至文化輸出。這點《黑悟空:神話》在包括歐美在內(nèi)世界范圍的火爆就是最好的證明。