"Нечестный" рандом.

Эдам использует измененные функции распределения вероятности, чтобы сделать средние значения намного более вероятными и контролируемыми, а крайние очень редкими, Игра чувствуется сильно честнее, однако шансы критических успехов очень редки, что снижает эмоциональный импакт от удачных моментов. В качестве примеров — пирамидальное, трапециевидное, нормальное распределение.

Например, Эдам использует пирамиду для брони в своей игре. Предыдущая "честная система" делала броню абсолютно бессмысленной в глазах игроков — она вычитала случайное значение из получаемого урона в диапазоне от 1 до значения брони, и игроки не чувствовали никакого контроля и предпочитали игнорировать ее. Пирамида сделала броню намного более предсказуемый, контролируемой и полезной игрокам — броня все еще может выдать малое значение, но средние значения намного более вероятны.

Колоды

Однако даже предложенные выше системы не исключают ситуации, когда игрок промахнется 10 раз подряд — да, эта вероятность мала, но она есть. Чтобы целиком избежать таких проблем — можно использовать колоды. Колоды позволяют положить уже вытянутый исход под самый низ "стопки" вероятностей и избежать повторов одних и тех же исходов.

Эдам, например, использует колоды для двух кейсов:

• Для генерации врагов в подземельях, чтобы избежать ситуаций с очень сложными группами врагов, попадающихся игроку в начале рана. До этого генерация была полностью случайна.

• Генерация лута игрока из "комнат сокровищ". Тогда как обычный дроп из врагов работает по весам в группах дропа, тут при старте подземелья две колоды лута — одна для снаряжения. вторая для расходников — сначала перемешиваются, а потом соединяются. Уже "вытянутые" предметы отправляются на самый низ стопки и больше не попадутся игроку. Чтобы увеличить эмоциональный отклик, сундуки иногда тянут 2 или 3 карты подряд, но снаряжение почти никогда не повторяется.

Кроме описанных выше Эдам приводит еще две популярные системы сглаживания вероятностей, которые он сам, впрочем. не использовал в проекте:

• Форсиорованное среднее — массово используется в компетативных играх типа DOTA2 или LOL для рассчета шанса критических попаданий. В данном кейсе алгоритм берет среднее количество критов на Х ударов (например, при шансе 25% 1 к 4) и стремится к тому, чтобы критический шанс сработал минимум 1 раз из этих 4. Для этого при каждом некритическом ударе вероятность критического увеличивается (подробнее тут)

• Так называемый "шанс жалости" — гарантированный шанс события при провале в течении нескольких раз. Хороший пример — система лутбоксов в Apex Legends, где вы получите 1 легендарный скин гарантировано каждые Х сундуков.

Контроль

Наконец, игроку можно дать некоторый контроль над рандомом, переложив часть эмоциональной ответсвенности за провал на него самого :3 В Shattered Pixel Dungeon Эван использует механику внезапных атак, которая гарантирует игроку 100% шанс попадения по врагу, при этом эта механика целиком зависима от позиционирования и тактического перемещения самого игрока.

Другой пример — система токенов в Darkest Dungeon 2 и случайность в DD1. Первая часть игры была сильно зависима от множетсва случайных и некотролируемых значений — характеристик, дебаффов, шанс попадения. Во второй части разработчики отказались от такой системы в пользу более контролиуремой системы токенов, которая дает сильно больший контроль над ситуацией и пониманием механик игроком.

Эдам показывает это на примере класса Leper.

• В DD1 он имел высокий урон и низкий шанс попадения — игрок вынужден был контрить этот диспабаланс, повышая каким-то образом шанс попадения персонажа.
• В DD2 — Leper наносит урон и лишь затем кладет токен Blind на себя, который затем игрок может снять с него другими персонажами и предметами.

В итоге персонаж по своей сути не поменялся, однако механики его стали сильно более контролируемы игроком и зависимы не от удачи, а от тактических решений.

Ну и наконец, автор напоминает, что у в каждой игре подходят разные системы вероятностей. Если вы считаете, что у вас покатит полный рандом — дерзайте! (Я так не считаю :3 )

Пока мои посты влезают в 1 сообщение, я не буду использовать Телеграф, как будет больше — обязательно.

Сегодня у нас на канале минутка непотизма, а именно лекция моего коллеги и друга Льва @evlko Кобелева в ИТМО о "N+1 трюках и хитростях в игровом балансе."

Игровой баланс имеет решающее значение для создания gamefeel — увлекательного игрового процесса.

При расчете игрового баланса надо опираться на некие якорные значения, например:
• Сессия в N минут — ориентируйтесь на среднюю игровую сессию на сайтах игровой статистики.
• Общее время прохождения игры.
• Периодический рост сложности для создания чувства прогрессии.

Для создания чувства прогрессии игрока нужно, чтобы изменения параметров игрока были значительными. Увеличение эффективности на 5% игрок не заметит — используйте большие значения. Однако резкие скачки в прогрессии чувствуются очень искусственно — переходя с одного этажа, где враг умирал за 10 ударов, на другой — где за 8, игрок чувствует резкий скачок. Какими простыми трюками можно сгладить эту неестественность — добавив вариативность HP для типов врагов, добавив комбинации врагов и случайность в их поведению.

Разделяйте понятия реального урона и визуального. Реальный вы считаете на бекграунде и он может быть какой угодно, а игрокам вы показываете совсем другое число — округленное и простое для восприятия. Полученный на сервере урон в 10243.235 урона можно превратить в 102 или в 51 в игре простым коэффициентом.

В многих играх один из самых неопределенных факторов — скилл игрока. Мы не знаем, в каком состоянии игрок подходит в определенному моменту уровня — один игрок может придти с 100% здоровья, второй с 20%. Решайте этот вопрос форсированным докидыванием ресурсов слабому игроку, чтобы уравнять условия — так работают патроны в Silent Hill и батарейки в Outlast.

Еще один фактор — случайность. О нем я писал в предыдущем посте, кстати. Посох с вероятностью убийства врага в 10% психологически игроком воспринимается как инстакилл убийства каждого 10 врага. Но дисперсия случайности ведет к тому, что по факту большая часть убийств врага будет колебаться в диапазоне между 0 и 20 врагов, никак не каждый 10 — решить это можно введя "счетчики" с упором на какое-то независимое значение, которые будут гарантировать событие.

С помощью контролируемой случайности можно также бороться и с искусственностью поведения врагов.

Инпут и контроллер тоже влияет на игровой баланс. Большинство игр использует aim-assist в той или иной форме — это можно создать с помощью применения особой функции кривой поворота стика или курсора, чтобы помочь навести игрока на цель.

В жизни начинающему балансеру помогут следующие инструменты:
• Python или любой другой скрипт-язык позволит вам избегать расчетов, переложив все на простой скрипт.
• Google Sheets или Excel — главный инструмент геймдизайнера — позволит создавать объемные матмодели.
• Google Collab — позволит совершать более комплексные расчеты, если у вас они требуются.
• Machination — визуальный конструктор матмоделей, если вам уж совсем не хочется программировать или считать самому экономические числа.

И наконец — общие советы:

• Всегда стремитесь сделать просто
• Идеальный тюнинг баланса — бинарный поиск. Чувствуете дисбаланс — используйте метод Сида мейера — умножайте\делите на 2
• Тестируйте игру. ТЕСТИРУЙТЕ.
• Используйте data driven аналитику. Да, даже на небольших выборках.
• Идеальный баланс — скучно. Сломанный до определенный пределов (в сторону игрока) — весело.
• Документируйте ваши рассчеты. Сами себе скажете спасибо, когда вернетесь через пару месяцев к какой-то фиче.
• Экспериментируйте с разными значениями!

А мы тут с обновленным датасетом.

Всем привет! Мы @Sadaris и @eviko и мы обновили нашу большую прошлогоднюю таблицу по играм в Steam до 28 июля 2023 года!

В нашей табличке вы все еще можете посмотреть различные открытые данные по уже ~65 тысячам игр на платформе, приблизительные данные по популярности и выручкам различных тегов.

В этом году мы несколько изменили наш подход к собиранию данных и теперь вся информация непосредственно взята со Steam (больше никаких Adjusted Review Score).

Немного интересных фактов:
• Общее число всех страниц на Steam уверенно близится к шестизначному — в этом году их уже 87728!
• За год на платформе вышло в релиз ~11 тысяч новых игр.
• Среди вышедших за 2022-2023 год 17447 игр только 19,4% смогли набрать больше 50 ревью.

Эти и многие другие важные факты от мира PC игр (например, "Что популярнее — аниме или фурри?") вы можете узнать, перейдя по ссылке! Анализируйте, экспериментируйте, распространяйте!

Сегодня — материал боевого дизайнера Respawn и бывшего боевого дизайнера Santa Monica Джейсона де Гера из его цикла, посвященного боевым системам в играх. В статье прилично видео и картинок, наглядно показывающих поинты автора, поэтому сегодня опробуем новый формат — статьи в Телеграфе. :3

https://telegra.ph/Kak-sozdat-ehffektnoe-kombo-08-15

Как обычно, следую расписанию "новая статья когда-нибудь". Надеюсь в этот раз ожидание того стоило, потому что сегодня в преддверии выхода долгожданной Starfield большой материал — саммари Паскаля Любана по дизайну локаций в open-world играх.

https://telegra.ph/Level-design-in-open-world-08-29

Наш любимый Саймон Карлесс из DiscoverCo выпустил новую статью совместно с подписчиками и автором сервиса Gamalytic про соотношение ревью к продажам в Steam на 2023 год.

Несмотря на то, что у меня все еще есть вопросики к Strahinja Milenovic — автору Gamalytic — по поводу используемой сервисом формулы, работа по улучшению алгоритма судя по всему ведется и не будем концентрировать внимание на технических деталях датасета. Итак, начнем:

• Медианное review/sales ratio продолжает падать — до 32 продаж к одному ревью. Вкупе с общими трендами немалую роль в этом сыграли мотивирующие оставлять ревью и ре-ревью механики самой платформы, интегрированные Valve в 2019 году.

• Чем больше скидка, тем меньше review/sales ratio. Эмпирические данные говорят, что значительное падение происходит после 20%. Возможно. купившие по такой скидке потребители вообще не запускают игру?

• Чем выше — и, что интересно ниже — ваше userscore, тем ниже review/sales ratio. По мнению DiscoverCo, это может быть связано с тем, что юзеры охотнее оставляют ревью для игр, которые вызвали наибольший эмоциональный отклик обоих граней спектра — теми, которыми потребители остались очень довольны или очень недовольны. Самый большой review/sales ratio показывают игры с ~70% юзерскора.

• Чем больше средний плейтайм у игры, тем ниже review/sales ratio. Конверсия в ревью растет у юзеров с течением времени за счет большей вовлеченности игрока (и напоминаний Steam).

• Игры с <100 ревью имеют в среднем на 47% меньшее соотношение среднее review/sales ratio(х36) чем превышающие этот порог(х58). Это тоже достаточно известный фактор — неизвестные игры имеют либо много ревью от friends&family, либо находятся нишевой вовлеченной аудиторией. которая более склонна оставлять отзывы. Вывод подтверждается данными Gamalytic — аудитория более нишевых проектов в схожем жанре (на основее Bravery and Greed, Rogue Heroes: Ruins of Tasos, Backpack Hero) оставляет больше ревью, чем более широкая аудитория ААА проектов (Elden Ring, Dark Souls III, Monster Hunter: World)

Все графики из исследования наглядно ниже.