从规则到涌现：探索游戏世界中的复杂性

导语

微观个体遵循基本规则，在宏观上涌现出复杂行为，这是复杂世界的常态，也是复杂性科学的洞察，如今更成为游戏世界的设计原则。从生命游戏到侠盗猎车，从简单个体到集体智慧，游戏也越来越智能、逼真。万物皆可交互的未来世界，有望通过复杂系统与涌现设计实现。（本文转载自公众号：rct studio）

人类不断地在探索与发现中认识世界，我们都想从充满复杂性的混沌当中寻找基本的普世规律，然而我们在微观尺度上找到了个体所遵循的基本规则，却又无法解释其在宏观尺度上产生的复杂行为（现象）。这就是复杂的现实世界，但对此人类仍乐此不疲。

我们可以观察到没有指挥中心的椋鸟的舞蹈、分工协作涌现出集体智慧的蚁群、上亿神经元反应集成的人脑意识、无数人类个体交互所组成的人类社会等等，这些微观组成都遵循着最简单的规则，却在宏观层面涌现出令人赞叹的复杂智慧现象。

椋鸟群

我们不停息地思考着这些问题，寻找着解开世界奥义的答案，但为什么这些思考的发出者是人类而不是机器呢？或者说为什么只有人类有目的，而计算能力更强的机器就没有呢？

创立复杂系统研究的 Stephen Wolfram 认为，目的有两种，一种是遵循物理机制自然会产生的结果，另一种则是努力要去实现的目标。自然界的计算能力完全可以和人脑相匹敌，但自然界的目的全都是前者，而如果我们希望得到类人智能，必须要有类人的目的。比如湍流，或者木星大气表面的漩涡，它们都在做各种各样繁复的计算，恐怕比人类的大脑更加的复杂——至少是运算量更大，但它看起来并未获得我们所说的智能，因为我们唯一知道的智能，就是人类智能。

所以我们穷其所有也只能去探索与发现这些在现实世界当中已经被“设定”好的规则，并且只能不断地逼近这些规则，无法突破规则的束缚，但是在另一个世界：虚拟世界或游戏世界当中，我们也许可以创造出具有类人目的的类人智能去帮助我们进一步的思考与发现，我们甚至可以创造与定义新的规则，模拟涌现现象。

Keith Burgun 在其著作 Clockwork Game Design 中提到，游戏设计中的交互系统是人类为了体验特定类型的学习而参与的规则系统。对于所有交互式系统，我们要做的就是探索其边缘以理解它。当我们建立起我们以前不了解的“某项工作原理”的联系时，就会得到多巴胺的释放，既增强了促使我们学习的行为，又帮助我们记住了新信息。因此，与交互系统的交互学习过程会使我们获得更高层次的感受。当系统中有一些要教给我们的东西，并且我们觉得这些内容在我们的掌控或理解范围之内时，我们会感到兴奋与激动。而当它几乎没有什么可以教给我们时，我们就会开始失去兴趣，逐渐觉得这件事很“无聊”。

而创造这样的交互系统就需要引入涌现机制，不断地为玩家带来新的体验。Keith Burgun 指出，尽管每个游戏设计师都认为涌现复杂性很重要，并且很多游戏都至少使用过某种程度的涌现复杂性，但目前很少有具有高度涌现复杂度的游戏，可以被称为“优雅”。所谓“优雅”，就是一款游戏易于被玩家学习但难以被掌握。在设计游戏时，设计师应以最少的组件复杂度（规则）获得最多的涌现复杂性（唯一的游戏状态）。两种复杂性之间的差距越大，它变得越优雅，就越“易于学习且难以掌握”。

这就为游戏的未来指明了一个方向：通过游戏模拟更加真实的现实世界，让玩家在与游戏的交互过程中不断地进行新的创造，并在交互中不断地学习，探索新的规律。现在的游戏技术已经能够为玩家提供更高质量的画面、更丰富的游戏元素、更多的叙事内容以及更多样的玩法，这当然会是游戏发展过程中持续的方向，但一个游戏真正的生命力应体现在玩家对之的二次创作上，游戏越具有涌现性，其生命力越强。所以玩家能够自主在游戏中创造出更多的游戏内容，并完成真正意义上对游戏的二次创作，才是游戏未来所需要探索的方向。

霍金在千禧年之交接受采访时说，下一个世纪将是“复杂性”的世纪。

所谓复杂性，就是这些不存在中央控制的系统，能通过个体简单行为的规则，以难以预测的方式产生出复杂的集体行为和信息处理机制，这就是“涌现秩序”和“自组织行为”；而这些组成系统的多个元素，要适应它们自己创造出的模式。

而对于这样的研究方向，存在着一个专门的研究机构——圣塔菲研究所（Santa Fe Institute）。该所成立于 1984 年，由一批从事物理、经济、理论生物、计算机科学的著名的研究人员所组成。他们的研究内容从人类学、考古学、经济学，跨越生物医学、生命科学，直到数学、计算机科学和物理学，力图突破学科之间的束缚，以全新的视角来重新对待各个领域。

Complexity Map by Brian Castellani

关于复杂系统的定义，前圣塔菲研究所所长 Geoffrey West 在《规模》一书中提到，一个典型的复杂系统是由无数个个体成分或因子组成的，它们聚集在一起会呈现出集体特性，这种集体特性通常不会体现在个体的特性中，也无法轻易地从个体的特性中预测。

例如，你远远不是组成你肌体的细胞的集合体那么简单；同样，你的细胞也远远不是组成它们的分子的集合体那么简单。你所认为的你自己（你的意识、你的个性、你的性格）是你大脑中的神经元和突触多次发生相互作用的集合表现。它们会和你肌体内的其他细胞持续不断地相互作用，而这些细胞则是心脏或肝脏等半自主性器官的组成部分。

此外，所有这些都在不同程度上持续不断地与外界环境相互作用着。有些自我矛盾的是，这些组成你肌体的约 100 万亿个细胞都不具备你所认为的自己身上的特性，它们也没有意识，不知道自己是属于你的一部分。可以说，每个细胞都有其自身特性，遵循其自身的行为和相互作用的规则，如此一来，它们近乎奇迹般地与其他细胞组合在一起，构成了“你”。尽管涵盖了巨大的范围，但无论是在时间上还是在空间上，它们都在你的体内运行着，从微观分子层面到宏观规模层面，与你至多 100 年的日常生活相辅相成。你便是一个卓越的复杂系统。

总的来说，复杂系统的普遍特点是整体大于其组成部分的简单线性总和，而且整体通常也与其组成部分存在极大的不同。在许多情况下，整体似乎会自行发展，几乎与其组成个体的特性相分离。

此外，即便知道组成个体（无论是细胞、蚂蚁还是人）之间如何相互作用，我们也不太可能预测出它们所组成的整体的系统行为。这一整体的系统行为被称作“涌现行为”，即一个系统所表现出来的特性与它的组成个体简单相加所表现出来的特性存在很大不同，或者说涌现就是个体遵循基本的简单规则，在更宏观的尺度里添加了一些新的属性。

而涌现的出现并不是简单的规则设定，涌现的发生是存在条件的，关键在于达到混沌的边缘（Edge of chaos），如果我们把混沌的力量看作一种破坏系统的张力，而秩序的力量看作是阻止破坏、形成有序结构的凝聚力，那么只有当两种力量相互斗争平衡的时候，系统才刚好能够发生涌现，并创造层出不穷的复杂结构。

单峰映射（logistic map）便是一个由简单非线性方程产生混沌现象的经典范例，当 r 的值超过某一具体值时，x 值的变化开始出现复杂现象，变得混沌。

Evolution of different initial conditions as a function of r

正如之前所说，人类在复杂的现实世界当中探索各样的涌现现象，而计算机模拟为人们提供了一种新的方式去认识复杂系统与涌现，只要设置几行最基本的规则代码，程序就能够运行出程序员难以解释的涌现现象。而对于计算机中的涌现模型，这就不得不提到计算机中著名的模型：康威的生命游戏。

生命状态

生命游戏运行在一个二维的方格世界之上，每一个方格都代表着细胞的两种状态：生存与死亡。而每一个细胞的存活与否要取决于周围细胞的个数：生命不能够太过孤独，也不能太过拥挤。

细胞的生存与死亡遵循基本的三条规则：

• 生存：一个活的细胞（黑色）要继续生存（保持黑色），至少需要 2 到 3 个活的邻居，因为生命需要其它生命的支持；

• 死亡：如果一个细胞（黑色）的活的邻居多于 3 个，它就会死亡（黑色变成白色），因为生命的资源有限，过度的拥挤导致细胞存在竞争，最终没有足够的资源生存而死；

• 诞生：如果一个未被占据的方格（白色）恰好具有 3 个活的邻居，生命就会在那里出现（白色变为黑色）。

当我们设置好细胞的初始生命状态，不需要做任何其他的干预，然后只要静静地观察这些细胞的生存、死亡以及繁衍的过程，就可以观察到各种各样的生命形态。

有一些生命状态经过无限次的迭代，仍保持着最初始的状态，这样的生命称之为静止生命（Still-Lifes） 。

静止生命

而一些生命状态经过不断的迭代呈周期性的震荡，这样的生命状态称之为振荡器（Oscillators）。

周期 2 的振荡器

还有一些细胞状态总是保持初始细胞数量不变，但不断地朝某个方向移动。例如滑翔机，总是保持 5 个细胞生存的状态，并且每四个回合向右下方平移一格。而还有一种结构的生命状态比它的移动速度更快，叫做轻重量飞船，每四个回合可以向右移动平移两格，并且这种生命结构被证明是生命游戏中最快的运动速度，我们可以理解为是这个二维网格宇宙当中的“光速”。

滑翔机

轻重量飞船

1970 年，生命游戏的创造者康威提出了一个假设：对于有限数量的细胞，无论其初始状态有多么的复杂，最终一定会收敛到有限数量的族群。因为对于生命游戏来讲，我们只能通过对结果的观察去判断所做的假设，无法从算法上推断出最终的生命形态。于是康威提出了这样的假设，供众多爱好者们来进行验证，对此，他还提供了 50 美元的奖金，供给第一个证明其假设错误的人。当然，这个假设不到两个月就被一名MIT的学生证明是错误的了，他发现了一种生命结构可以源源不断地制造滑翔机，也就是可以产生无限数量的细胞，因为发现该结构的学生名叫做 William Gosper，所以这个结构也叫作 Gosper glider gun。

Gosper glider gun

除此之外，该模型已经被证明是图灵完备的，即经典计算机可以完成的计算，使用生命游戏也可以完成。我们甚至可以用生命游戏构造生命游戏。

生命游戏中的生命游戏

以上生命游戏中各样的生命形态给了我们一种全新的视角去看待和理解游戏中的设计。游戏与复杂系统中的涌现也一定存在着某种特定的关系，使得游戏的体验能够不断地得到进化。

现在基于对复杂系统和涌现的理解，我们可以轻易地判断，游戏中必然也存在着典型的复杂系统以及涌现规律。我们可以将其中具有突出涌现特质的游戏称为涌现型游戏（game of emergence）。

在具体讨论游戏的复杂系统之前，我们可以从生命游戏中“涌现”的概念出发，将现有游戏的玩法分为：渐进式玩法（progressive gameplay）和涌现式玩法（emergent gameplay）。这种划分，与游戏本身的不同种类的机制也密切相关。（进一步了解游戏机制，详见 rct 出品的《万字深度解析：游戏规则、机制与玩法的关系和底层发展逻辑》）

对于游戏设计师来讲，这两种玩法是塑造“游戏可玩性”的两个重要基础。

为了便于理解，其中“渐进式玩法”是指玩家按照游戏设计师精密的设定进行游戏体验，包括关卡、玩家在每个关卡中会面临的具体挑战以及这些挑战和关卡的排序等细节。在 The Open and the Closed: Games of Progression and Games of Emergence 的作者 Jesper Juul 看来，任何有着可参照的、详细的、较为固定的“通关攻略”的游戏，都是渐进式的。典型的有以《超级马里奥》（Super Mario）为代表的有限关卡的闯关游戏，和互动式电影为代表的叙事性游戏。

相比较而言，“涌现式玩法”并不事先设计好游戏中的挑战、关卡、流程或事件等，而都由玩家玩游戏的过程中显现。用较为简单的规则和流程等设计来实现。类似前面所讨论的元胞自动机，只要给予每一个元胞最基本的规则设定，在大量元胞的不同交互下就会涌现出复杂的宏观现象。一些典型的桌上游戏、沙盒游戏、策略游戏、模拟类游戏和动作游戏的玩法也都是涌现式的。

目前来说，越来越复杂的大型电子游戏通常会对这两者进行结合，即游戏系统中有些子系统是渐进式的，有些子系统是涌现式的。就像 Jesper Juul 在 Half-Real 中举例的，由故事驱动的第一人称射击游戏《杀出重围》（Deus Ex) 就是一个两种玩法相结合的案例。因为当玩家进入游戏时，既可以根据策划提前设计好的故事情节按照主线向下发展，也可以在较为固定的故事主线下的关卡障碍中，自行运用多种不同的战术和策略来应对挑战。既可写出一份围绕故事展开的攻略，又有非常多种策略和路线来完成游戏。

《杀出重围》游戏画面

再如《侠盗猎车手 5》（Grand Theft Auto V），在这个以线性剧情推进的游戏中，玩家也能够在一个开放世界中和周围环境的物件发生互动。游戏中最普通的 NPC 会遵循简单的规则，根据周边环境的变化采取不同的行动，进而对整体环境产生影响，产生一定社会系统。例如玩家开车迎面撞到了对面车辆，NPC 有概率被判定死亡，车辆停止。周围 NPC 有概率拨打 911 通知警察和救护车，肇事玩家可能会被通缉。在车流量较大的路口，一辆车的停止可能致较大规模的堵车，堵车中的 NPC 在一定时间后会试图对这个事情做出处理，例如冲过去把停止的车辆开走。如果车辆损坏，则会被叫来的市政服务车拖走。

《GTA V》游戏画面

接下来，我们将进一步探讨涌现游戏中复杂系统的特点，以及从玩家体验的角度来看它是否具备独特性和优势。这个部分的讨论会基于对涌现型游戏与渐进型游戏的对比，且依托于我们先前讨论的有关其他复杂系统的特点之上。在此之前，需注意的是在一个游戏中，涌现可以表现为规则、玩法、机制和可玩性的涌现性。

2.1 涌现型游戏的特点

作为一个复杂系统，涌现型游戏也像其他复杂系统一样，核心特质就是，整体系统呈现出来的效果无法通过它的各个组成部分直接推导出来，也就是整体大于部分之和。游戏组成部分中重要的一部分就是“游戏规则”，涌现的体现在于复杂性是由“规则”之间的各种关联和相互作用产生的，而不是仅仅大量地堆砌“规则”。

同时，像之前提到的，复杂系统虽然具有其内部本身精巧复杂的特性，但建构或呈现一个复杂系统只需要相对非常简单的元素。在游戏中亦是如此。例如，游戏《俄罗斯方块》，每一个单个设计构成的基础元素相当简单，然而玩家依然可以在玩法涌现特性的作用下体验到单个组成部分间互相作用产生的复杂的游戏策略，从而带来的有趣体验。

Tetris 1984

此外，涌现型游戏不可忽略的一个特点就是“游戏状态”之多。提到游戏状态，不可避免的需要简单介绍一下游戏作为“状态机”的存在。“状态机”就是一种由玩家提供输入，能在假设情况下的不同状态之间进行转换的假想机器。拿国际象棋来举例，所有棋盘上可以存在的棋子摆放方式都可被称作不同的游戏状态。然而因为象棋规则的限制，例如乙方的两个象不可能处于同色的格子中，不是所有的棋子摆放方式（状态）都可以被实现。因此，如象棋这样的涌现型游戏，即使只拥有相对较小量级的规则，其可创造的“状态”规模是远超出预期的。就像 C.E.Shannon 在 Programming a Computer for Playing Chess 一文中提到，“国际象棋和围棋中可能产生的游戏状态比地球上的原子数量还要多”。超出预期大规模的游戏状态来源于游戏规则的涌现性。

A chess-playing machine built by Shannon in 1949

除了游戏“状态”，另一个基于游戏“规则”所产生涌现特性的就是游戏“轨迹”（trajectory），也就是每一个玩家在游戏中体验不同游戏状态时的集合。然而，也因为这种涌现性，我们通常是无法单纯地从一个游戏的规则看出来其游戏轨迹和产生的可玩性。与此同时，游戏“轨迹”与游戏的“可玩性”（gameplay）高度相关，“可玩性”代表了游戏给予玩家的挑战和玩家可以在一款游戏中自行运行的所有状态。

2.2 涌现型游戏 & 玩家体验

结合以上探讨的涌现型游戏和其中复杂系统的特性，我们可以从玩家体验的维度来进一步了解这一类游戏相比较于纯渐进型游戏，有什么不同特征，且是否具有优势。

首先，涌现型游戏具有利用较少的游戏规则就可以达到大量游戏状态这个特质。当一个游戏的游戏状态越多，且相对应玩家所需要掌握的游戏规则较少时，相比较于一些复杂规则的游戏，玩家会在初始阶段更容易理解和掌握这个游戏。并且，只有当玩家学习掌握一个游戏的门槛不会过高时，玩家才会更有动力和兴趣去继续深入探索该游戏，从而在与游戏的交互过程中不断地进行新的交互和创造，最终提升玩家整体的交互和游戏体验。

与此同时，另一个游戏规则的涌现性体现在对游戏“轨迹”规模的扩大。在此基础上，通常游戏的轨迹越多样，越有趣，该游戏的可玩性也就越高。也因此会带给玩家更多的探索空间以及探索欲，从而优化整体的游戏体验。

另外，在前面提到的游戏规则的涌现性之上，我们此处还不得不讨论与之密切相关的一个点——当游戏的规则复杂度超过某一临界点后，游戏玩法的复杂性也会随之迅速增大。这种现象被称之为“复杂性屏障”（complexity barrier）。当规则的复杂度超越过某一点后，由已有游戏规则间的相互作用产生的效应，就被称为“概率空间激增“（explosion of probability space）。而概率空间也是决定了一款游戏的“重玩性”或“重玩价值”的关键因素。因为对于玩家来讲，一款游戏能否在每次体验的过程中碰到不一样甚至是超出预期的路径和体验，可以很大程度地增大游戏在玩家心中的吸引力，以及该游戏对于玩家的价值。从另一边来看，渐进型游戏则截然相反。渐进型游戏会使玩家选择事先设计好的不同节点，缩小了概率空间。

3. 涌现型游戏 & 设计

以上我们探讨了游戏中的涌现性和复杂系统，以及涌现性对玩家体验可产生的积极作用和带来的附加值。那么接下来，我们将从游戏设计的角度，进一步去了解这样可超出预期的带有涌现性的游戏是否可以被设计出来。如果可以，那么在设计的过程中需要注意什么，最理想化的涌现型游戏是什么样子的，又可以如何被打造出来。

• 如何设计涌现型游戏？

单纯地从游戏设计的角度来讲，设计涌现型游戏这件事情本身是与让设计师的想法从构思到动手实现的过程相矛盾的。因为与很多其他作品不同，游戏中的复杂系统和其中的涌现现象只有当实际运转时才可以完全地展现出来。这也是为什么游戏设计中的原型构建和测试可以很大程度地决定了游戏的最终效果。虽然说设计一个涌现型的游戏是充满挑战的，但就像前面提到的，一个理想的涌现型游戏可以更好地为玩家提供丰富有趣且自然合理的玩家体验。所以对于游戏设计师来讲，通过控制游戏中一些结构上的要素从而直接或间接地实现游戏中出色的涌现性，将对打造一款具有生命力的游戏至关重要。

• 理想的涌现型游戏

在描述一个最理想状态下的涌现型游戏之前，需要明确的一点是，涌现性在游戏中的存在为游戏和玩家带来正向价值有一个重要前提，就是涌现性的机制是否可以通过游戏设计相连接起来，使其在结构上具备一种美感，也被 《体验引擎》的作者 Tynan Sylvester 称之为“优雅”。这种优雅的涌现性构建方式，也可被认为是将涌现性在游戏中的优势淋漓尽致地体现出来的理想状态了。

• 如何打造“优雅”的涌现型游戏？

Keith Burgun 也在 Clockwork Game Design 里面提到过“优雅的游戏”（Elegant Game）和“拼凑的游戏”（Patchwork Game）两种游戏设计类型。

上面两张图中，通过对比两个类型的游戏设计，我们可以看到就像在前文中涌现型游戏特点中讨论过的，当游戏规则越少而不同机制间链接越多时，涌现性体现的越好。这也就越是一种“优雅的游戏”的体现。为了进一步实现这种优雅性，设计师不仅需要将不同层级的元素通过合理的方式链接起来，还需要在构建“链接”时考虑以下几点：

• 理解性：这里是指游戏中的规则易于理解，且游戏是由简单而不是繁琐的子系统组成的，子系统间存在高度关联性。例如，在 Minecraft 这样的规则简单，信息不易被扭曲的游戏中，涌现性才能更好的体现。

  
  

• 排他性：在一个游戏中，每一个功能，以及功能的使用场景，应具有不重复、独立的排他性。

  
  

• 节奏性：相比较于传统棋牌类游戏受到物理或时间上的限制来为玩家提供节奏感，电子游戏需要游戏设计师刻意地带入“收敛性”在游戏机制中，为玩家选择游戏中每一个开始和结束适当的节点。或者，设计师也可以通过加入“周期性”为玩家提供“紧张-放松-紧张”等不同节奏的循环来把控故事性游戏的节奏。最后，对于战略类游戏，“触发式”节奏通常被广泛应用。

  
  

• 自解释性：指玩家可以通过理解游戏的规则，进一步地了解关于游戏更多的背景等信息。

现实世界是由无穷的微小子系统共同构造的巨大复杂系统，从细胞到个体，个体到社群，社群到社会，社会到国家等等，无穷无尽。每个子系统下不同的微观规则使得系统之间的复杂性也存在差异，这些子系统之间相互连接相互影响，从而构造出了宏观尺度上更大的复杂系统。

我们每个人都身处在现实世界的复杂漩涡之中，微观上不同的个人动机、选择与行为会导致宏观上不同的现象，这是一个非线性的系统，永远充满意外与惊喜，我们无法预测我们个人人生剧本的走向，更无法预测世界未来的发展，这就是现实世界之中的现实。