【GameLook专稿，转载请注明出处】
GameLook报道/从《刺客信条：英灵殿》到即将发布的《赛博朋克2077》，开放世界游戏变得越来越大、越来越复杂，开发商们也投入越来越多的时间和资源确保其游戏里有大量的内容和活动可以让玩家参与其中。
然而，据育碧Reflections程序员Chris Jenner在最近的演讲时透露，很多玩家仍然抱怨开放世界游戏里的世界和他们的互动给人的感觉都很空洞。
他说，“现代动作游戏非常善于在游戏里世界里提供复杂而细节化的玩家互动，但这种深度在玩家们从一个地点到另一个地点移动的时候就消失了。新地点比较原始而且回归了正常，意味着之前动作的效果被移除了，就像是从未发生过一样”。
“推动玩家在世界里前进的故事往往是线性剧情，而且玩家们必须穿过这个世界，通过特殊动作的方式找到推动剧情发展的机会，这往往意味着，这些互动是提前规划好的，有大量的脚本而且有数量限制”。
他还发现，虽然这些游戏当中的大多数都增加了可重复挑战、支线任务、随机事件和其他活动让游戏世界变得不那么空洞，但它们通常给人的感觉是与主剧情剥离开，而且让人觉得没有必要。
“随着我们进入新的主机世代，并且开始获得云计算的能力，是时候重新评估开放世界游戏了，我们可以做的更好，创造根据玩家动作改变的游戏世界，我们应该让游戏世界本身成为游戏体验的重要部分”。
即兴玩法的重要性
即兴玩法，指的是基于玩家动作而发生的活动，Jenner认为它“对很多玩家的沙盒感非常重要”。
《孤岛惊魂》的NPC必须对玩家动作、环境、火以及野生动物和更多因素作出反馈
他将《孤岛惊魂》里的NPC作为例子，尤其是他们不仅对玩家动作作出反应，还会对其他阵营、野生动物甚至是着火作出反馈，这“导致了真正混乱的效果，初始状态很小的改变就可以带来差异很大的结果”。
然而，还有一种是不同的即兴玩法也是开放世界动作游戏开发者需要注意的，比如大型策略游戏《文明》里的玩法。
在这些游戏里，整个世界都会根据玩家和AI的动作改变，这些世界和它们变化后的效果都需要提前规划。虽然开放世界游戏专注于即时玩法，但这些游戏可以在几个小时的变化中带来独特体验。玩家们通常需要考虑那些直到游戏后期才会有作用的动作。
Jenner说，“每个游戏难以预测的方式都是不同的，因为游戏里不同的动态和静态结合可以有很多复杂的互动方式”。
当我们允许动作在长期内持续的时候，策略和模拟游戏可以像我们展示来自世界系统的即兴玩法，并且用高层次规划指引NPC的动作。如果我们在一个开放世界里可以实现类似系统，就可以得到一个跟随玩家动作改变和适应的世界，当他们每次进入这个世界都可以得到新挑战和新机会。
Jenner的提议是做为玩家创造本地即兴玩法的小规模模拟，将它们与大世界模拟联系起来，这样可以保持动作的延续性。比如，当玩家们回到之前访问过的地方，可以反映出他们上次在这里的时候发生了什么。
但是，这该如何做到呢？为了探索这个问题，Jenner对比了开放世界动作游戏和大型策略游戏之间的不同模拟要求。
开放世界游戏
Jenner将小规模开放世界定义为一个限制在较小区域的世界，玩家们可以与几个NPC互动，后者可以对玩家动作作出反应。
在这样的世界里，模拟必须是即时响应且精确的，因为这些结果是玩家立即就能看到的。这些案例中的即兴玩法源于不同游戏体统的协作，来创造一个动态化、不可预知的环境。然而，拥有大量的系统让整个世界更复杂，因为每个系统都要不断变化。
比如AI需要理解周围的世界，并且基于玩家的动作、其他AI和世界里的动态物体，而决定接下来做什么。这些AI推动动画，而当前的动画状态又反馈给AI，控制可能出现的动作和动画。这些物理系统反馈到动画和AI，防止玩家进入动态世界，确定哪些元素是玩家当前可见的。其他系统和这些一同工作，并且彼此提供反馈。
在CPU调用方面，这种模拟的代价是非常高的，因为每个系统都必须实时更新，随着玩法单位的增加，这个代价会持续提升，因此限制了特定区域的活跃物体数量。
这也让任何时候一次性加载整个世界的数据变的不可能，开发者们都是仅加载玩家周围的区域数据。这就创造了Jenner提到的“模拟泡泡”，在玩家周围复活角色，然后在玩家离开的时候删掉他们。
它意味着在一个模拟泡泡里，动作“没有真实含义”，玩家们离开之后，NPC就被删除了，他们的动作也被移除，世界重回默认状态。甚至背景角色通常除了为玩家填满游戏世界之外，也没有其他目的。
《文明》这样的策略游戏通过模拟持续变化的整个世界带来不同的即兴玩法
大型模拟
与此同时，策略和模拟游戏通常在单个地图展示整个世界。这些游戏里的个体往往是很简单的，农场生产食物、士兵可以表演少数动作，但游戏整体却是更为复杂的。
更为重要的是，大量的单位和它们持续的动作意味着任何一次游戏都是不同的。世界的状态甚至外观都会随着一方获得优势之后发生改变，而对手也有各自复杂的规划，导致了不同类型的即兴玩法。
Jenner说，“随着力量平衡的改变，玩家必须不断改变和适应他们的计划以应对新威胁的出现或者旧威胁的消失”。
然而，在动作游戏里，这些世界的改变是不那么频繁的，通常是由回合制系统触发，一旦玩家或者AI给出指令，活动就会根据游戏规则发生。
在这类游戏里，开发者们最主要的复杂度就是确保AI足够强大，以便提供具有挑战的对手。AI需要选择大量单位的最佳命令，为了在理论上取得游戏胜利。
将大型模拟带到开放世界里
对于如何将《文明》之类的策略游戏，甚至是其他品类游戏的技术应用在开放世界游戏里，增加更多的意义和玩家动作连贯性，Jenner也提供了一些建议。
最关键的是减少CPU占用以追踪更多单位，或者，至少也要用不大幅增加占用的方式去做。他的一个建议是，不要删掉NPC或者其他玩家不可见的单位，而是在背景运行更简单的模拟模型。
为同时运行多个系统模拟，开放世界游戏往往局限于更小的区域
Jenner解释称，“我们可以去掉动画、物理作用和（NPC背后）控制系统的复杂AI，而是需要保留一系列能够描述角色高级状态的数据，包括它的位置、物品栏、外观等等，然后用简单的代码运行这个数据”。
与此同时，玩家与环境之间的互动也可以用一系列简单的逻辑规则描述，而不是用复杂的模拟。Jenner补充说，“这可以答复解决我们的CPU和数据瓶颈问题，因为简单的系统很轻，而且只用于永久加载的数据”。
他还补充称，背景运行的低细节层次NPC需要比之前在玩家附近高细节角色的更新频率更低。根据游戏和世界系统模拟的不同，这些NPC还应该在不出现在屏幕上的时候被整合为单个低细节角色。 Jenner提到了策略游戏里的军事单位，高细节的时候只呈现几个单独的士兵，但作为单个物体，记录低细节时候的士兵数量。
他接着说道，“通过用静态数据描述动态世界，我们可以有方法避免完整的模拟”。
他提到了Reflection的2011年发布产品《Driver：San Francisco》，数千辆车都遵循布置好的预定线路，这样他们就不会相互碰撞。当汽车距离玩家较近的时候，就会出现沿着特定路线驾驶的真实车辆。当玩家远离它们的时候，这些数据根本就不会被触及，但车子仍在驾驶，因为时间在不断流逝。
这在CPU占用方面的成本很低，数千辆车不用AI、碰撞检测或者车辆模拟代码就可以移动。
当然，Jenner也承认，“使用这种方式做互动世界模拟的问题是，特定单位对任何东西都无法作出反馈，它们的移动方式在游戏开始之前就已经定好了”。
在《Driver》游戏里，Reflections的做法是删掉特定车辆，然后在需要的时候用更传统的AI控制取代。这可以在NPC背景运行的时候创造一个半确定模拟，但在玩家采取动作之后实时更新。
Jenner解释说，“如果玩家参与到附近的枪战，但离这个NPC不够近、不足以调用高细节状态，我们可以给该区域的所有NPC发送消息，给他们一个进入特定AI状态的更新机会以对新消息作出反馈。如果这改变了NPC行为，它们可以计算新的固定路线，然后想不通荣德位置移动”。
“这是降低更新频率的极端案例，尽管每次更新的代价都很高，但随着他们做出了想要才去的动作，我们每次仍可以让不同单位静置一段时间”。
《Driver：San Francisco》持续在整个地图模拟低细节NPC车辆，只在玩家有动作之后更新路径
云支持的世界
Jenner承认，为开放世界增加大型模拟仍然需要强大的处理能力，而其中一个方法就是使用云服务。由于半确定数据的变化频率较低，比较低的带宽连接就可以给数千个单位提供精确的模拟信息。
Jenner说，“云服务是更新低细节、大型环境的理想选择，随后我们可以将整个数据反馈给玩家计算设备来处理高细节模拟”。
“云计算可以让我们的大型复杂模拟可以持续，还可以让他们同时向玩家呈现。在玩家与共享、进化的世界活动方面，可能性是无限的，世界本身也会对环境的改变作出反应，甚至是当玩家未曾参与其中的时候”。
Jenner提到了Improbable和Hadean这样的公司，后两者都在积极找到允许这种云计算大型模拟发生的解决方案。
重新评估开放世界游戏
当然，这些只是冰山一角。虽然使用这些建议可以创造更可持续的世界，但这也会带来其他领域的更多跳闸，比如剧情、关卡设计和美术制作，所有方面都需要适应这些方法，才能让世界范围即兴玩法带来的优势最大化。
但Jenner指出，采用这些做法是刷新开放世界游戏品类的关键。
他说，“将游戏世界放到玩法中心，可以给玩家带来体验的多样性和凝聚力，为他们做出的决定增加重要性。真正鲜活的世界不会令人感到空洞和枯燥，我们可以在不牺牲小规模细节模拟带来的即时体验情况下增加游戏深度”。
“随着我们步入下一个主机世代并迎来更强大的云处理能力，给玩家带来更多内容、允许他们与大世界有更多深度互动，时机刚刚好”。
如若转载，请注明出处：http://www.gamelook.com.cn/2020/11/405141
