19
0本期主播： ElectricArc
单集简介：欢迎回到第五模块【数值与平衡】。我们是应该下象棋（完全对称），还是打星际（完全非对称）？对称设计带来了绝对的公平，但也带来了镜像对局的枯燥；非对称设计带来了丰富的战术深度，却让平衡性测试变成了数学灾难。本期我们将深入探讨这两种设计哲学。屠夫与逃生者的 1 vs N 模型是如何运作的？当英雄数量达到 100 个时，设计师如何应对“组合爆炸”？以及，如何利用“影子成本”来拉平数值上的巨大差异？
Timeline / 时间轴：
- 核心抉择：象棋 vs 星际 —— 公平性与多样性的权衡
- 对称设计 (Symmetric)：绝对公平 —— 镜像开局与纯粹技巧竞技（CS:GO 手枪局）
- 非对称设计 (Asymmetric)：异质乐趣 —— 能力非对称（守望先锋）与目标非对称（黎明杀机 1vN）
- 设计噩梦：组合爆炸 (Combinatorial Explosion) —— 为什么 100 个英雄的平衡难度是指数级的？
- 平衡工具：影子成本 (Shadow Costs) —— 每一个优势（高达）必须伴随一个劣势（造价/机动性）
- 开发策略：锚定标准 —— 先做隆（Symmetric），再做桑吉尔夫（Asymmetric）
Key Takeaways / 核心笔记：
- 对称 vs. 非对称 (Symmetry vs. Asymmetry)：
- 对称： 相同起始条件（象棋、足球）。优点： 公平、易平衡。缺点： 缺乏多样性、镜像对局无聊。
- 非对称： 不同能力/资源/目标（星际、OW）。优点： 重玩价值高、战术深。缺点： 平衡难度呈指数级上升。
- 1 vs N 模型 (One vs Many)：非对称的极致形式（如《黎明杀机》）。
核心： 体验不对称。屠夫体验的是“力量与压迫”，逃生者体验的是“恐惧与合作”。平衡的关键在于双方胜率的动态调整，而非数值对等。 - 组合爆炸 (Combinatorial Explosion)：非对称设计的代价。
数学： 10 个角色的对局组合是 55 种；100 个角色是近 5000 种。
启示： 不要盲目增加角色数量，除非你有强大的数据分析或自动化测试工具。 - 影子成本 (Shadow Costs)：平衡强力单位的唯一法则。
定义： 每一个显性优势（高攻击），必须有一个隐性劣势（高造价、低移速、无法对空）。
目的： 拉平单位的综合效用值（Utility）。
Core References / 参考资料
- [书籍] 《Patterns in Game Design》 (游戏设计模式)
作者： Staffan Björk, Jussi Holopainen
关联内容： 本书系统定义了 "Symmetric Play" 和 "Asymmetric Play" 的设计模式，是理解游戏结构差异的学术源头。 - [书籍] 《Game Architecture and Design: A New Edition》
作者： Andrew Rollings, Dave Morris
关联内容： 本期关于“影子成本 (Shadow Costs)”和“循环克制”理论的直接出处。书中对单位平衡的数学模型有非常详尽的拆解。
Further Reading / 引申读物
- [游戏] 《Evolve》 (进化)
类型： 4v1 射击
观察点： 平衡性崩溃
简介： 一个失败的非对称案例。由于 4 人配合的方差极大，导致游戏在路人局（怪物碾压）和车队局（猎人碾压）之间无法找到平衡点，最终停服。这是研究非对称风险的必读样本。 - [游戏] 《Among Us》
类型： 社交推理
简介： 信息非对称的典型。内鬼拥有全图信息（地道、任务进度），平民拥有人数优势。平衡点在于“信息获取的效率”。
