นักเล่นเกมพัฒนาเควสโดยใช้ทฤษฎีบทใดบ้าง?

มาดูกันว่าทฤษฎีทางคณิตศาสตร์และพฤติกรรมศาสตร์เข้ามาช่วยสร้างเควสในเกมอย่างไรบ้าง — มุมมองแรกจะเน้นที่โครงสร้างและการคำนวณเชิงเทคนิค

การออกแบบเควสมักเริ่มจากการมองเป็นกราฟ: เควสแต่ละชิ้นเป็นโหนด และการเชื่อมโยงเงื่อนไขหรือภารกิจย่อยเป็นเส้นเชื่อม การใช้ทฤษฎีกราฟช่วยให้จัดการการขึ้นต่อกันของเควสได้ดี เช่นการหาทางลัดหรือป้องกันวงจรที่ไม่สิ้นสุด โดยแนวคิดเช่นการเรียงอันดับเชิงทอพอโลยี (topological sorting) มีประโยชน์เมื่อต้องการทำให้เควสเป็นเส้นตรงที่ไม่มีการย้อนกลับ นอกจากนี้การใช้เส้นทางสั้นที่สุด (shortest path) และอัลกอริทึมอย่าง Dijkstra/A ถูกนำไปใช้เพื่อวางเส้นทางให้ NPC หรือตัวผู้เล่นเดินสำรวจโลกและเชื่อมเควสอย่างมีเหตุผล ฉันมักนึกภาพการออกแบบโครงเควสที่ซับซ้อนแบบเดียวกับระบบภารกิจใน 'The Witcher 3' ที่มีเงื่อนไขและผลกระทบซ้อนกัน

อีกมิติหนึ่งคือการวางรางวัลและการปรับระดับความท้าทาย ซึ่งทฤษฎีการตัดสินใจแบบเชิงความน่าจะเป็นและกระบวนการตัดสินใจแบบมาร์คอฟ (Markov decision processes) รวมถึงสมการแบบ Bellman ถูกใช้เพื่อคำนวณค่าคาดหวังของรางวัลและการเลือกเชิงนโยบาย (policy) ที่ทำให้เกมสนุกและสมดุล การใช้ทฤษฎีความน่าจะเป็นช่วยตั้งระบบดรอปของไอเท็มหรือสปอว์นศัตรูให้เป็นธรรมและเข้าใจง่ายสำหรับผู้เล่น ความรู้เรื่องความซับซ้อน (complexity theory) ยังมีบทบาทเมื่อออกแบบเควสที่เกี่ยวกับปริศนา—บางอย่างอาจตั้งใจให้เป็น NP-hard เพื่อรักษาความท้าทาย แต่ต้องระวังไม่ให้ผู้เล่นอารมณ์เสียมากเกินไป

สรุปแบบไม่ทางการก็คือ การออกแบบเควสเป็นการผสมผสานศาสตร์หลายแขนงทั้งกราฟ ทฤษฎีความน่าจะเป็น ทฤษฎีการตัดสินใจ และบางครั้งก็ใช้หลักการจากทฤษฎีเกมเพื่อคาดการณ์พฤติกรรมผู้เล่น การคุมจังหวะและผลลัพธ์ให้ผู้เล่นรู้สึกว่าทุกการตัดสินใจมีน้ำหนัก ต้องอาศัยทั้งคณิตศาสตร์และความเข้าใจผู้เล่นไปพร้อมกัน

ในมุมมองที่เน้นเนื้อเรื่องและปฏิสัมพันธ์เล็ก ๆ ผมมองว่าทฤษฎีของแบบจำลองเชิงสถานะและการสร้างความต่อเนื่องของเรื่องมีบทบาทชัดเจน — มุมมองที่สามจะเน้นการเล่าและการตอบสนองของ NPC การใช้แบบจำลองสถานะเช่น finite state machines (FSM) และ behavior trees ช่วยกำหนดสถานะของเควสและการตอบสนองของตัวละครในการตัดสินใจแต่ละครั้ง ขณะที่โมเดลแบบซ่อนมาร์คอฟ (Hidden Markov Models) และเชนมาร์คอฟถูกนำมาใช้กับระบบบทสนทนาเพื่อให้การโต้ตอบมีความต่อเนื่องและไม่รู้สึกเป็นแถบ ๆ นอกจากนี้แนวคิดเรื่อง entropy จากทฤษฎีสารสนเทศช่วยในการออกแบบการเปิดเผยข้อมูลของเควส — ควบคุมปริมาณข้อมูลที่ผู้เล่นได้รับทีละน้อยเพื่อสร้างความอยากรู้และอารมณ์ร่วม ตัวอย่างการประยุกต์คือเกมเล็ก ๆ ที่เน้นผลลัพธ์ตามการตัดสินใจอย่าง 'undertale' ที่การเลือกของผู้เล่นเปลี่ยนสถานะและเส้นทางของเควสไปอย่างชัดเจน การออกแบบประเภทนี้ต้องละเอียดเรื่องสาเหตุและผลลัพธ์ เพราะผู้เล่นจะสังเกตได้ทันทีเมื่อการกระทำของเขาไม่มีผลหรือไร้ความหมาย ซึ่งนั่นจะทำลายความดื่มด่ำได้ง่าย ๆ

บอกเลยว่ามุมมองที่เน้นการโต้ตอบกับผู้เล่นจะให้ความสำคัญกับทฤษฎีการตัดสินใจและความคาดหวังมากเป็นพิเศษ — มุมมองที่สองจะเล่าแบบรวบรัดและใกล้ชิดผู้เล่น นักออกแบบมักใช้ทฤษฎีประโยชน์เชิงคาดหวัง (expected utility) เพื่อคำนวณว่าผู้เล่นน่าจะเลือกทำเควสไหนเมื่อเจอตัวเลือกหลายทาง โดยคำนึงถึงแรงจูงใจทั้งด้านรางวัล สถานะ และเรื่องเล่า ทฤษฎีเกมอย่าง Nash equilibrium ก็ถูกหยิบมาใช้ในสถานการณ์แข่งขันหรือเควสแบบหลายฝ่าย ที่ต้องการให้เกิดสถานะสมดุลระหว่างผู้เล่นหรือ NPC หลักการแบบ minimax เกิดประโยชน์เมื่อต้องออกแบบการต่อสู้และภารกิจที่มีปฏิสัมพันธ์กันระหว่างฝ่ายตรงข้าม ในอีกด้านหนึ่ง การใช้แบบจำลองเชิงความน่าจะเป็นแบบ Bayesian ช่วยให้ระบบปรับตัวตามสไตล์การเล่น เช่น ปรับความถี่ของเหตุการณ์หรือความยากของเควสโดยคาดคะเนจากการกระทำที่ผ่านมา ตัวอย่างเช่นระบบเควสแบบ 'radiant' ในเกมอย่าง 'Skyrim' มักผสมผสานองค์ประกอบเหล่านี้เพื่อให้เควสรู้สึกไม่ซ้ำซากและปรับได้ตามผู้เล่น ผมมองว่าสิ่งสำคัญคือการบาลานซ์ระหว่างการคำนวณเชิงทฤษฎีกับสัญชาตญาณการออกแบบ ที่สุดแล้วผู้เล่นต้องรู้สึกว่าทางเลือกมีความหมายและผลลัพธ์สมเหตุสมผล