qwop百米赛跑文章列表:

• 1、Wrestledunk Sports：简单热闹，爽爽拉倒
• 2、13年前最难跑步游戏被攻破，AI再一次超越人类的证明
• 3、世界上最难的沙雕游戏被AI攻破了
• 4、游戏杂谈-除了掘地求升，这个作者还做过许多蛇精病游戏
• 5、深度探讨：死亡搁浅负重与平衡系统分析

Wrestledunk Sports：简单热闹，爽爽拉倒

不出意外的话，《Wrestledunk Sports》应该是没有所谓的官方中文名了，因此为了在接下来的文字里避免这个长得有点儿离谱的单词，接下来我会根据游戏的画面和主题把这款游戏称为《年糕人：终极对抗赛》。

简单说，《年糕人》是一款欢乐到只遵守经典力学的对抗类体育游戏，玩家将使用包括摇杆在内的最多五个按键操作动作可谓毫无规律可言的“年糕人“在摔跤，击剑，排球和躲避球（打砖块）等四大项目，数十种规则模式内与最多七名AI或玩家分组对抗，直至一方依据规则得分达到指定分数便会取得胜利，之后大家一起绝对要不要再来一局，或是该干嘛干嘛去。

听起来平平无奇是吧，确实，《年糕人》的实际体验和上文描述得差不多一样平淡无奇，在体验了差不多一个小时后，我我只是很难相信这居然是一部2021年之后游戏作品，因为在它近乎不真实的喧嚣之下，我看到的只是制作组Team Fractal Alligator颇为敷衍地运用是千禧年的制作思路表现差不多是5～6年前流行的游戏主题。不仅如此，其简单如开玩笑的操作决定了玩家不可能也没必要在这款游戏上浪费超过十分钟以上的时间去学习适应，极为单薄的内容也意味着任何玩家都能在一小时内体验到这游戏的所有可能性，而这种种因素叠加在一起后，我们便不难得出个显而易见的结论：如此简单粗暴的《年糕人》实乃家人同乐，聚会破冰，亲子互动的不二之选。

很神奇是吧？无数“独当一面”足以毁掉任何独立游戏的致命缺陷在《年糕人》齐聚一堂，竟于相生相克间赋予了它弯道超车的资本，助其在不尽相同的评价体系里独占鳌头成为新时代独一无二的风景，如此精巧的设计就算只是无心插柳的意外也有些足够的话题性，理论上稍加误导就足以引来不少玩家对其高看一眼。

所以如果扫了大家的兴那就先不好意思了，因为回想起几年前自己搓着《Soccer Battle》和《Bouncy Basketball》疯狂摸鱼的那段日子，我倒是觉得作为一部典型的“派对竞技游戏”，《年糕人》之所以能取得成功恰恰是因为它毫无创意地全盘接收了蒙昧时代“限制操作对抗类游戏”从核心理念到具体玩法再到外在形式的全部内容，并以实质上的退行向玩家展现这类游戏的“新鲜感”；而与此同时，Team Fractal Alligator又颇为质朴地将这类游戏的全部可能性打包全收，用游戏实质上的“4399大合集“弥补《年糕人》自身内容过于单薄的缺陷，这才让《年糕人》得以另辟蹊径，绕开“派对竞技游戏”本身的发展轨迹呈现出一款成熟游戏应有的样子。

我明白这确实不太好理解，而如果您未曾注意过所谓“派对竞技游戏“的诞生与发展我们需要解释的东西可能还要更多。我尽量简单点儿说吧，大致从至少十年前那部彼时无人问津，但在主播们及UP主的推波助澜下声名鹊起，乃至一度家喻户晓的FLISH小游戏《qwop百米赛跑》起，大小厂商就已经嗅到了商业成功的味道。是啊，也许没人愿意在堪比自虐的稀烂操作中追寻虚无缥缈的成就感，但一定有人愿意坐在荧幕前啃着零食，看自己心仪的主播笨拙地控住运动员抽搐的四肢，一寸寸地爬过百米跑道上被堆成了山的制作组整活儿，而在多年以后同样由Bennett Foddy制作的《和班尼特福迪一起攻克难关》中我们不难发现这类“主播游戏“的终极形态：操作简单易学但整体难度颇高，整个流程”好活儿“不断又不像成名已早的《猫里奥》那般充满制作组肉眼可见的算计，颇有经验的游戏天才甚至可以大段时间里相当顺利地”攻克难关“，但稍不注意就会在某个不经意的位置马失前蹄乃至功亏一篑，而由此伴随着主播的无能狂怒，直播间便也充满了快活的空气。

然而很明显，除去那些真正的猛士外，我想并不会有太多玩家看过负面效果的试玩后愿意主动受虐或是买来收藏，而且说实话那些有能力找到虐待和挑战之间的微妙平衡保证玩家久经折磨仍兴趣不减的游戏团体着实不多，因此想方设法降低这类游戏的难度也就成了多数有意入场的制作组退而求其次的合理选项。

所以正如大家所见，当玩家用不着再和暗戳戳使坏的制作组斗智斗勇，而是只需要克服操作不便在竞技中战胜同样蠢萌的AI和其他玩家或是与它们合作时，这相对难度不就下来了吗？不仅如此，以游戏《年糕人》中摔跤和”击剑两个项目为例，尽管种种迹象表明双方“乌拉“一波在五秒内迅速决出胜负才是”笑果“最佳的正确打法，但在偶尔几次形成的单挑或是”1V2“中身经百战的高手依然能在对抗中取得一定的优势可以赢得不让对手难堪，于是在一片欢声笑语中大家享受到了简单直接的欢乐，大佬也不至于因此折了面子，爆米花般甜腻的十几分钟后，大家吃饭聊天，喝酒撸串，铺个桌游玩儿上一阵之后各回各家该干嘛干嘛，这游戏也就完美履行了自己的义务，之后要要删要藏或是练练手就随您大小便了。

可能唯一的问题在于，同样要花小五十块，我为啥不去整个《人类：一败涂地》或是《糖豆人：终极淘汰赛》呢？

问得好！让我想想……嗯，如果《年糕人》没有外挂（也很难匹配到人）的优点无力打动您，那我也只能勉强用这游戏敷衍的复古情怀和更高更适合让派对HIGH起来的游戏节奏来妄图说服您了——换句话说，《年糕人》目前尚无法与两位久经市场考验的前辈相提并论，也没有表现出能更进一步的可能性，它只能尽量欢天喜地的为玩家提供几十分钟的爽快体验；而若非要为这肉眼可见的物非所值辩解几句，我也只能说就算找到捆绑那个多4399也不那么容易是吧，说不定那次它就把您的童年记忆也翻出来加进自己的内容更新里了呢？

还是算了，就当是可怜可怜作者好了。

13年前最难跑步游戏被攻破，AI再一次超越人类的证明

狂丸科学，每天涨点新知识

13年前，一款名为《QWOP》的跑步模拟器Flash小游戏，被众多玩家评为史上最难、最变态的游戏。

游戏目标十分简单，键盘上的QWOP四个按键分别代表运动员的两条大腿和小腿，玩家需要用这四个键操控他跑过100米之外的终点线，这也是游戏名的来源。

尽管听起来很容易，自己亲自上手的话很容易就酿成人间惨剧……

不往前走不说，反而开起了倒车。

要不就是一个狗啃屎直接GG，完全掌握不好平衡。

看看这别人家的游戏，最快的高手不到50秒就跑完了全程。而狂丸整了半天就没跑出去过10米，低血压都快给我治好了。

游戏不应该是给人带来快乐的吗？.jpg

周先生曾经说过，人类的悲喜并不相通，但是对于游戏的执着是。

Wesley Liao是国外的一名数据分析师，热衷于人工智能领域。那一天，他又回想起了被《QWOP》支配的恐惧，试图用AI对那个游戏发起一场大复仇。

Liao设立了一个奖惩机制，告诉AI怎样挪动步伐是正确的，然后让AI在实际操作中逐渐自我学习，掌握规则，直到成功跑过终点线。

和人类田径运动员需要场地和有科学训练方法的教练一样，AI的训练也需要计算的平台和算法。

Liao选择了一种名为ACER的强化学习算法作为AI的教练。

简单来说，ACER的优势在于它很会「翻旧账」，不仅能够从AI最近的表现汲取经验，也能从早期存储的大量数据中获得经验，避免学习重复的东西，极大提高样本效率。

Liao把这名特殊运动员的身体数据输入了算法，主要有头部的动态、手部、肘部、还有臀部的动态。

4中按键的11种组合可能性也被纳入计算范围内，包括4个按键的单独激活，6种4个按键的两两组合激活，还有什么键也不按。

AI经过8小时的自主学习后，成功摸索出了一套稳赢不亏的跑步方法论——跪着跑。

其实，狂丸在试玩几把后也发现，以弓步压腿这种姿势一点一点往前磨蹭的方法是能够成功到终点的，但赢是赢了，代价就是得跪着。

我堂堂一个跑步运动员连跑都不会，这叫什么事儿？

这样的荒诞结果让狂丸想到之前网上那个狼追羊的AI训练实验。

抓不到干脆就不抓，站不起来干脆就跪着，爱咋咋地，你就说过没过线吧。

看来全靠AI自学是不行了，Liao只能另找方法让AI重新学习。

这次，通过和人类下棋来自我学习的Alpha Go给了Liao改进的灵感。他把自己游玩《QWOP》的过程记录下来做成经验胶囊喂给AI吃。

这本来是个很好的研究路线，可惜Liao对于这个游戏实在是太苦手，以正常的跑步姿态前进的话，靠他本人最多只能跑到28米处，最后勉强挑出50份相对优质的数据交给AI学习。

结果，什么叫邯郸学步啊？

跑步没学会，自己之前怎么走也忘的一干二净，Liao决定再给AI一些时间闷头消化消化。

20小时后，AI终于能操纵运动员跑动的更像人一点了，更重要的是不会再原地逝世，1分25秒的成绩已经足够在当时进入世界前15。

可愚蠢的人类总是贪心的，有了金斧头，还想把河神带回家。这时候，Liao把目光投向了《QWOP》的全球排行榜。

要是把之前自己的菜鸡经验换成榜一榜二的大神经验，AI肯定会成长的更快。

他虚心向排行榜上的顶尖选手请教，get了成功地另一要诀。

推上名为@くろうど的高手建议，减少运动员的上下起伏或许会跑的更快，而且相当慷慨的给Liao发了50份自己游玩时高端局的按键纪录。

在把@くろうど的经验喂给AI之后，本以为一切妥妥的Liao没想到AI直接给他点了一首《奇迹再现》。

没错，AI又忘了怎么抬腿了。

这次，Liao决定改变一下训练方法，采用一种名为 DQN 的经典深度强化学习算法来训练AI。

这种方法相当于一个盒子，它会把之前学习到的经验和新来的经验混在一起，保证AI一半的经验来自AI自身，另一半来自高手@くろうど。

就这样，AI终于能再一次奔跑起来了。只是动作不太协调，时不时会突然给出一飞腿，这是人类经验和AI计算结合带来的阵痛。

于是，Liao在接下来的训练中慢慢移除掉@くろうど的经验，全靠AI自己调整改掉了飞腿的毛病。

25个小时后，运动员终于能完美的以人类跑步姿态跑完全程，并且以1分08秒的成绩打入世界前10。

按常理说，在某些游戏方面，AI的战斗力是比人类玩家高上不少的。

左为人类玩家 右为AI

有些媒体就出来搞事情，问Liao的AI为什么连人类都跑不过。

标题：AI突破最难游戏却打不破人类记录

这可在Liao的雷区结结实实踩了一脚，想冲？冲给你看。

既然AI已经学会了如何正确的跑步，Liao就在训练中把速度放到了第一位，名为Prioritized DDQN的、优化过的深度强化学习算法被应用在这次升级之中。

顾名思义，这个算法会加强AI已学习过内容的权重。而且Liao这次取消了身体高度的限制，一切只为冲的更快而设计。

40小时的训练后，AI对腿的掌握可以说达到了人腿合一的状态，成绩直接提升到47.34秒，比人类最高纪录正好快1秒。

不过这个排行榜只认可人类玩家的成绩，所以AI虽然快，但是规则毕竟是别人定的，只好默默做一个十里八乡的俊AI。

这股让AI玩游戏的风潮也吹到了「无所不能万物起源」的我的世界中。

最近，哥本哈根信息技术大学、纽约大学和上海大学的研究者们共同创造了一个能够自动建造物品的AI，名为3D神经元胞自动机。

这个AI可以自动建造包括毛毛虫、房子、城堡、大树等最多由3000多个方块组成的物品。

它甚至还能自我修复，当毛毛虫被一分为二，剩下的残体会自动成长为新的毛毛虫，死侍直呼内行。

一分为二后重新长好的毛毛虫

看起来，未来的游戏里，不仅仅是「别人的世界」，更是「AI的世界」了。

世界上最难的沙雕游戏被AI攻破了

梦晨 晓查 发自 凹非寺
量子位 报道 | 公众号 QbitAI

13年以前，有这样一款“变态”级难度的游戏曾风靡一时。

它的名字简单粗暴——QWOP。意思是让玩家用这四个键位控制游戏人物的左右大腿和小腿，以最快的速度跑完100米。

实际上，大部分玩家刚上手的时候，可能连起点线都迈不过去就Game Over了。

如果你能跑出几米远，绝对算是一个高手，甚至能在朋友面前炫耀一番。

QWOP的难点在于，一旦角色失去平衡就很难再挽回，需要在100米的距离内一直保持重心不过于向前后倾斜。

当你经过苦练第一次跑起来时，又会被50米处作者故意设置的栏杆摆一道：说好的100米短跑怎么变跨栏了？

△某小编当年的游戏截图

在那个4399小游戏盛行的年代，这款也被戏称为“是男人就跑100米”。因为难度过于“变态”，QWOP开发者曾收到过很多辱骂邮件。

虽然绝大部分人难以跑到终点，但仍有一批骨灰级玩家乐此不疲，他们不仅能轻松跑完，至今还为竞争世界排名而不断挑战。

2个月前，一位日本玩家创造了新的世界纪录：48.34秒。

看到这款“沙雕游戏”，你是不是会想到强化学习来训练双足机器人的画面？

一位来自波士顿咨询的数据分析师Wesley Liao也是这么想的。

不过别以为“变态”难度的游戏到了AI面前就变成了毛毛雨。

Liao综合了之前多种强化学习算法，最后甚至请来了“世界名师”教学，费了好大一番功夫，才终于让AI在上周打破人类玩家的记录。

可见这款游戏的难度一点都不比围棋低啊。（手动狗头）

小试牛刀

一开始，Liao使用OpenAI Gym强化学习环境来训练AI，先设定好游戏的状态、操作和奖惩机制。

状态包括每个身体部位和关节的位置、速度和角度。操作方式限定为11种：4个QWOP按键、6种两两按键组合以及不按任何键。

用来训练AI的算法是ACER（具有经验回放能力的Actor-Critic）。这种算法的优点是，不仅可以从其最近获得的经验中学习，也可以学习存储数据中更早的经验。

由于ACER非常复杂，Liao使用了别人的实现代码“Stable Baselines”。

Liao首先尝试了让AI自己学习。经过多次实验后，他发现AI只学会了“蹭膝盖”这种方式跑过终点，速度很慢。

这和许多人类普通玩家以及其他强化学习算法是一样的，离高手的水平还差很远，更不用谈打破纪录了。

仔细分析可以发现，AI根本没有学习到跨步机制，只是学习到了最安全、最慢的方法来到达终点。

看来靠AI完全自学是不行了。

学会奔跑

类似于DeepMind用顶级棋手教AlphaGo下棋，Liao想到是不是也可以让人类玩家来教一下AI。

但是Liao本人的技术和顶级玩家差距太大，自己最多也只能跑到28米。

这都不重要，重要的是起码Liao跨出更大步伐的技巧，只能寄希望于AI能从“渣技术”里学到一点奔跑的技巧吧。

但是结果很不幸，AI很好地诠释了“邯郸学步”：不仅没掌握跑步技巧，反而在起点就跌倒了。

然后Liao让AI自己继续训练。所谓师父领进门，修行在个人，AI能否将人类技术和自学能力结合起来？

结果令人兴奋，经过90个小时的训练，AI终于学会了像人一样奔跑！

最终成绩是1分25秒，已经能跑进全球排行榜的前15名，离超过人类不远了。

接下来要做的就是再向AI教授更多技巧，奈何本人技术太渣。

所以要想进一步提高AI的水平，必须找顶级高手来帮忙。

顶级高手助阵

Liao观察速通排行榜上的录像，发现顶级玩家的技巧是把左腿抬高可以跑得更快。

△排名第一玩家gunmaneko的踢腿技巧

他开始全球排名前二的玩家gunmaneko和Kurodo请教踢腿技巧的操作。

两位玩家热情地回答了他的问题。其中Kurodo指出这个技巧的关键在于减少游戏角色在纵向的移动，并提出把保持身体高度加入AI的奖励函数。

Liao向Kurodo分享了他的代码，Kurodo慷慨地使用代码记录了50次自己游戏时的按键记录发给Liao。

Liao尝试使用这些数据对AI进行预训练，但效果并不好。AI还没来得及学会踢腿技巧，倒先把基本的跑步方法忘记了。

Liao不得不改变方法，他把Kurodo的数据注入到AI的回放缓存*（Replay Buffer）*中。这相当于修改AI的记忆，使AI有一半的记忆是自己的，另一半来自Kurodo。

并且是AI每自己玩一次，就注入一次Kurodo的数据，保证AI随机从记忆中选取一段来学习时选到两种记忆的概率相同，避免在学习新技巧的过程中把基本操作忘掉。

AI使用Kurodo的数据训练了15个小时，终于学会了踢腿，但因为两种记忆无法协调在一起，跑时间长了动作会不稳定。

Liao此时把Kurodo的记忆移除，又让AI自己训练了25小时，总训练时间达到了65小时。

最终AI的成绩达到1分08秒，终于进入前十。

打破世界纪录

Liao把教AI玩这个游戏的过程做成视频发在网上。一个月前，外媒Gismodo问他：为什么AI还没有打破世界纪录？

于是Liao重新训练了一个只为优化速度而存在的新AI。

新AI改用Prioritized DDQN算法，因为这种算法会给学习效率更高的状态增加权重而不是均匀采样，能使新AI迅速学会旧AI已经掌握了的技巧。

并且，新AI的奖励函数去掉了身体高度，膝盖弯曲角度等参数，改成只和前进速度相关。

新AI先用已有数据进行只有几分钟的预训练，随后是40小时的自训练。最终，新AI每秒所做的动作数在训练环境中由9提高到18，并在测试环境中达到25。

新AI对踢腿技巧的掌握非常稳定，即使被障碍物影响也能迅速恢复。

快速高效的动作使AI的成绩提高到47.34秒，比人类最高纪录48.34秒刚好快1秒。

这才终于算是，在人工智能超越人类的游戏列表中又增加了一项。

One More Thing

你以为这就完了？

跑完100米不算完，这款游戏还有一种世界级难度——“是男人就跑完马拉松”。

为Liao提供帮助的玩家Kurodo最近刚刚提交了世界纪录，全球也只有两人完成了这项壮举。

很难想象他们在电脑前连续按几个小时QWOP的画面。

另外，QWOP的开发者Bennett Foddy一直在坚持开发这类“变态”难度的独立小游戏。

有一款Getting Over It with Bennett Foddy名气颇高，中文名“掘地求升”。玩法就是一个装在坛子里的人不停用锤子让自己升高。

Foddy曾经在普林斯顿大学和牛津大学担任博士后研究员，现在是一名独立游戏设计师。QWOP就是他在普林斯顿大学时期开发的。

我只能说，学霸开发的游戏，学渣真的玩不起。

QWOP在线游戏地址：
http://www.foddy.net/Athletics.html

参考链接：
[1] https://github.com/Wesleyliao/QWOP-RL
[2] https://www.speedrun.com/qwop
[3] https://gizmodo.com/an-ai-was-taught-to-play-the-worlds-hardest-video-game-1846388137
[4] https://towardsdatascience.com/achieving-human-level-performance-in-qwop-using-reinforcement-learning-and-imitation-learning-81b0a9bbac96
[5] https://www.youtube.com/watch?v=82sTpO_EpEc
[6] https://wesleyliao.com/

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

游戏杂谈-除了掘地求升，这个作者还做过许多蛇精病游戏

当今年异军突起的《绝地求生》在steam销量榜上大杀特杀的时候，许多人忽然注意到，这几天那些吃鸡主播们又找到了新的乐子，某位韩国主播甚至被这游戏虐过千万遍后，直接剃掉了自己的头发，COSPLAY起了游戏里的奇葩角色。

游戏玩家为何频频找虐？主播房间为何传出惨叫？残疾男子为何抡锤登山？这一切究竟是人性的扭曲还是道德的沦丧？造成这一系列怪现象的罪魁祸首，便是这款奇葩独立游戏——《掘地求升》。

当然，《掘地求升》是该游戏一个精准的民间翻译，此外还有《罐男镐手》、《Bang的下半生》、《常回家看看》等民间名称，而这部游戏的真实名字叫《和班尼福迪一起共闯难关》。

游戏本身没有复杂的剧情设定，玩家只需要控制一个下半身被水缸包裹的男子用锄头攀上高山，乍一看这游戏并不难，但只要稍微一上手就能感觉自己的手速和智商根本不够用。而众多主播因为一着不慎半途而废，甚至导致直接“回家”的情况让节目效果直逼满分，也是这奇葩游戏突然火爆的重要原因。

《掘地求升》对操作要求极高

当我们了解到这款游戏的全貌后，问题又来了：游戏名字中的“班尼福迪”又指的是什么呢？没错，这个人正是这款游戏的作者。

如果你登录steam，看到这款游戏的介绍时，班尼福迪只写了一句意味深长的话：“我做的这个游戏， 是为了某种特定类型的人 为了伤害他们。”看来《掘地求升》就是专门献给那些屡败屡战的抖M们的礼物。

而很多人不知道的是，班尼福迪这个独立游戏界的施虐狂，除了《掘地求升》，还做过不少的奇葩游戏。

QWOP

还记得这似曾相识的画面吗？2008年，当班尼福迪将这款游戏放到网上后也引起过不小的波澜，但由于当时直播技术不成熟，因此没像《掘地求升》一样引起如此大的轰动。

《QWOP》的游戏目标也非常简单，就是控制短跑运动员向前进，跑得越远越好，如果运动员倒下则游戏结束。

但是游戏的操作却出乎意料地反人类:玩家按下Q和W键控制运动员的大腿关节，用O和P键控制膝关节。玩家要用这种分布及其不合理的4个按键顺利模拟出人在奔跑过程中的关节运动才能顺利过关，但能做到的人少之又少。

《QWOP》还被移植到了IOS平台。

游戏传送门：http://www.foddy.net/Athletics.html

CLOP

玩法和《QWOP》类似，玩家要控制一个独角兽追到前方的女子，独角兽跑起来乍看比较稳，但游戏操作的变态程度已经完爆前作。

在《CLOP》中，H和K控制独角兽的前腿，而J和L控制其右腿。如果玩家要顺畅操作，需要用一种非常不舒服的体♂位，双臂要呈十字形才能让独角兽勉强跑起来。

游戏传送门：http://www.foddy.net/CLOP.html

好多忍者！

一款操作稍显正常的游戏，玩家要在原地防御并反杀从屏幕两侧飞来的忍者，按方向键上和下可以防御并反弹忍者扔出的飞镖和近身攻击，左和右键用于直接攻击。

游戏越到后程，忍者数量越多，难度也越来越变态，入门者普遍得分为20分，50分以上的难度基本就不是正常人能应对的了。

游戏传送门：http://www.foddy.net/Ninjas.html

GIRP

一个攀岩游戏。主角要按照相应的按键让自己抓住峭壁的手环，然后缓缓向上。但在游戏过程中，玩家要按Shift键让主角腰腹发力，从而能抓到上面的手环。

看似轻松，实则困难，各位老哥可以进入下方的网站试试。

游戏传送门：http://www.foddy.net/GIRP.html

深度探讨：死亡搁浅负重与平衡系统分析

在所有包含人物位移要素的游戏中，「步行」或「移动」是最基础的操纵内容。大多数人会觉得想当然尔，总之人物就是要能走动，一切玩法才得以开展出来。但如果回到更根源的步骤：当「操控走路行为的各种细节」成为玩法本身，我们将会得到一个什么样的游戏？

认真解构走路形式：严肃或者恶搞？

2008年，澳洲游戏制作人班尼特．福迪（Bennett Foddy, 1978-）在网络上发布了一个名为《QWOP》的Flash页面游戏，玩家在游戏中的唯一目的是操控一名运动员在跑道上前进，完成一百公尺的短跑赛事。但这并不是一个按压前后左右就会让角色朝指定方向移动的游戏，玩家必须以Q、W按键分别操控左右大腿，用O、P按键操控左右小腿，透过按键的前后组合才能使运动员动起来。不确定游戏是因为按键判定的设置有问题，或者其中真的有不为人知的诀窍，《QWOP》单是要顺利地让大小腿有秩序的相互牵动、向前走个几公尺，都是非常困难的事。绝大多数时候，我们只会让运动员在起跑线前前仰后倒，然后得到一个负数的里程纪录。

《QWOP》游戏画面

包括后来的《和班尼特福迪一起攻克难关》（Getting Over It with Bennett Foddy, 2017），福迪似乎专门设计这种莫名其妙的游戏，成为一种独树一格的特色。我们不确定福迪是基于某些讽刺性的或者另有隐喻的特殊含意，才做出了乍看可行、实际上不可理喻的作品。这些游戏性无限趋近于零的玩意除了用来瞎起哄之外，基本的可玩性等于没有。但却因为怪异的素材本身广为人知，成为网络次文化的一部分。而透过《QWOP》，也至少可以让玩家或游戏设计师认识到：将一项理所当然的简单动作拆解成相对复杂的步骤，有时候除了让人不胜厌烦之外，也会损害游戏进行的流畅性，情状严重者甚至会导致游戏无法顺利进行下去。例如：Quantic Dream的《暴雨》（Heavy Rain, 2010），当初就为了实践互动式电影的形式，导入过多体感和复杂操作，因而得到部分负评。尽管我个人相当喜爱，却也不得不承认其中有许多问题。

《暴雨杀机》游戏画面

将走路拆解成左右大小腿四个部件的组合操作，最终只是得到无意义的复杂难度。《QWOP》作为一款游戏，无疑是部失败之作（但它在恶搞文化的意义上则是成功的。而这也可能是福迪的初衷）。《死亡搁浅》（Death Stranding , 2019）同样是以走路为玩法核心，小岛秀夫（1963-）浸淫电子游戏领域数十年，作为一方大师的他当然不会犯此低级错误。虽然被戏称为步行模拟器，并且也因应于此加入了相对繁复的系统，但整体操纵表现上仍符合直觉，达到流畅易玩的标准。以一个脱离大公司重新出发的制作人、新的游戏架构和品牌、全新的故事背景，小岛一贯高水准的表现，使得《死亡搁浅》整体完成度和创新性，并不亚于同一年大放异彩的《只狼》（Sekiro, 2019）。特别是在可操作机制方面的巧思，格外引人注意。

《死亡搁浅》游戏画面

建立新的主要游戏目标

「送货」之所以在此之前鲜少被当作游戏机制核心，恐怕正因为这类型玩法对大部分玩家不具备吸引力。绝大多数的动作或角色扮演游戏中，「将特定物品从A地送至B地」的支线任务多仅止于点缀，玩家一般只在定点移动流程顺路跑腿。为了增加这类任务的挑战性，有时候游戏会指定困难路线，或是附加额外的麻烦条件，这可能将使解任务过程变得烦躁。以《空洞骑士》（Hollow Knight, 2017）为例，其中唯一一项送货型支线——送花任务，由于繁琐漫长的过程和高难度，使其成为所有支线任务当中最令人厌烦的（尽管箇中故事相当凄美感人）。在并非多数玩家青睐的前提下，小岛秀夫将之设计为整个游戏的动作核心，无疑是个十分大胆的决定。

小岛是否因为受到近年外送经济兴起启发，而有此玩法主轴的定调，我们不得而知。玩家半开玩笑说这是一款「步行／外卖模拟器」，虽然带有揶揄的意味，其实也代表着此次作品在这些平常游戏并不重视的要素和细节，达到十分细腻的调校。单是以「人物移动」的基本处理，部分游戏都没办法做到「动作自然好看、确实有『脚踏实地』质感的物理反馈」，甚至有时候让角色仿佛漂浮在半空一样。宫崎骏曾经说过，「要知道一个动画师够不够水准，只要看他怎么画人物跑动样子就好」，类似这样的观点。动作游戏也是相同道理：连走路都走不好，要如何让人相信这游戏有值得期待的好品质？

《死亡搁浅》以「移动」和「货物运送」为主要素，当然在这方面尤其吹毛求疵。除了承袭《合金装备》系列良好的动作经验，《死亡搁浅》更加入了两项核心系统：「负重」和「平衡」。

可以按「△」最佳化自动排列货物

负重

为了强调写实拟真并且增加挑战性，主角山姆身上可以携带的物件，是有重量、数量及大小限制的。《死亡搁浅》不像大多数动作游戏具有道具／装备无限收纳的设计，更有什者，连鞋子的重量都会增加负重数值（0.4kg！）。山姆的负重上限起始约为普通成年男性体重的1.5倍，随着一次次通过任务增加等级／评价，包含负重上限的各项身体素质也会逐渐提升。最多可以达到成年男性体重的2倍以上。

负重上限是个有趣的设计。以小岛秀夫个人做过的三维动作游戏来比较，虽然在《合金装备：和平行者》（Metal Gear Solid : Peace Walker, 2010）之后，主角出任务时可以随身携带的装备就已受到固定数量限制，而非以往系列作的无限收纳，借此强化玩家行前准备的策略性。但加入携行物品重量控制确实是一项新尝试。《黑暗灵魂》系列的装备重量也会影响玩家角色的灵活度；然而只要不是「直接装备」在角色身上、对人物会产生数值变动的效果，随身行囊里的东西也是爱带多少就带多少。对非玩家而言，这听起来有点怪没错，不过基于游戏性的便利考量，类似处理方式由来显然历史悠久。

《死亡搁浅》的负重上限系统，本质上很像《暗黑破坏神2》（Diablo II, 2000）的行囊限制——虽然不论是野蛮人或者德鲁伊，都不会因为身上物品多寡而影响行动力；相似之处在于对随身物品配置最佳化的思维。在《暗黑破坏神2》，每个玩家角色的随身物品携带量，取决于4×10、总共40格的有限行囊；游戏中各式各样物品则依据种类，有各占不同长宽格数的大小设计：药水一格、戒指一格、传送书占长方两格、腰带占横排两格、靴子和帽子占正方四格、长剑或衣服占长方六格、巨斧或长矛则占去长方八格，行囊两排空间直接被吃掉……。要如何有意识地排列组合、将非常有限的行李格数做到最佳活用，可说是在战斗正式开始之前就考验着玩家的智慧。

《暗黑破坏神2》行囊装备画面

山姆的负重比例当然牵动着角色的行动能力，甚至会对体力消耗的速率产生直接波动。在剧情推进三分之一以后，许多主线任务都要求玩家运送动辄数十公斤的物件，加上玩家依个人需求携带的各种道具当然也会直接造成负担（一支梯子就重达5kg啦）。即便山姆初始的最大负重上限是从一百二十公斤起跳，其实在负载重量接近上限数值三分之二的时候，系统就会跳出警告信息，并影响到玩家跋山涉水过程中最重要的人物变数：平衡。

平衡

身上负重多寡，将成为玩家角色步行时能否持续维持平衡的变数，这在电子游戏显然是极其少见的设计。《死亡搁浅》如同真实世界，山姆背负的装备／货物愈是逼近上限，除了体力流失速度逐级增加，在走路或跑动时也就愈容易使身体失去重心而摔倒。更何况，这可是充满急流、险坡、山地，以及「死亡搁浅」的大灾难后满地遍布大小碎石的破碎世界。每一段或崎岖或颠簸的地形，都会和山姆的负重状态产生有机呼应。若是没有让山姆的负重保持余裕，冒然以沉重的行装展开任务，只会徒增达成目标的困难度，并且一有不慎就要摔个狗吃屎——还赔上了货箱和内里物资的损害率。

既然是送货模拟器，当然也对所搬运物品的妥善度有所讲究。正如同没有人希望收到的外送餐点汤都洒出来，游戏中每个送件／收件人也期盼山姆能将货物完好配达——即便在危机四伏的末世荒野，这是多么苛刻的要求。货物的完好程度直接影响到玩家完成任务后取得的评价高低，甚至若物资的损害率超出任务指定标准上限，便代表着行动失败。玩家只能小心步伐，避免摔伤货物。当山姆失去重心、身体因为踉跄而倾斜时撞到岩壁或障碍物，也会导致货品损伤。就算每一次碰撞所累积的损害率并不高，别忘了：这个可怕的科幻世界不时从天而降的「时间雨」，都会直接加快你货箱和物资受损的速度。双管齐下，不亦乐乎？

也因此，让山姆时时处在能确实维持重心的状态，是开始《死亡搁浅》世界冒险后最基础、也最重要的操作方针。这个观念直接体现在基本操纵按键的指令设计上。每当山姆即将失衡而朝某个特定方向倾斜，玩家便需要长压反方向的指定按键把重心拉回来：身体朝左倾就按R2（代表「右手抓住右侧背带向右稳定」），身体朝右倾就按L2（代表「左手抓住左侧背带向左稳定」）。趋近于体感化的设计别开生面，入门玩家不太容易在第一时间上手，然而习惯了以后就显得相当直觉。包括在急流涉水而过时，玩家也需要同时长压L2和R2，代表「稳定两侧脚步重心避免因激流失衡」。对小岛秀夫这种操纵指令永远不嫌多、手把按键永远不够用的制作人而言，竟然很干脆地用上两个按键，来仅仅呈现一项概念，平衡之于本作的重要性可见一斑。

欧卓德克扫描机是常常使用的道具

地形的起伏变化，对于山姆在这段货郎人生中能否有效保持平衡，是占有如此举足轻重的地位。欧卓德克扫描机便成为旅途不可或缺的法宝。这具架在肩上宛如天线与探照灯的复合体，能够即时侦测山姆正前方约120～150度扇形、25公尺距离面积的地形概况，以不同颜色的管理方式，清晰标记所扫描区域的各区地势对于步行横越或攀爬的安定性。玩家便能依此情报来快速决定接下来的最佳路线，避开随处可见标有红色叉叉的区块，以避免失衡、失速而失足。

除了如前所言，负重和地形会对人物是否容易保持平衡发生连动，甚至于身上物件摆放的次序、左右分配也有关联。山姆除了背上的主要货架，包括左右肩、左右大腿以及双手，都各可以再装载一份货物。在装配货件时，若是玩家未能平均分配——例如左肩和左大腿装上货箱，右肩和右大腿却处于闲置状态，山姆在移动时重心便会自然往左偏移，导致更加容易摔倒。

悬浮机还是蛮有用的

另外，前面提到《暗黑破坏神2》各式大小不一的物件与行囊格数的交互关系，在《死亡搁浅》里亦有类似体现。不同类型的装备／货件各自有S、M、L、XL等不同尺寸。如果身上携带的物品材积庞大，即使东西很轻，在货架分配不恰当的状态下，也有可能使山姆只能背负比平常更少的货品。例如中期以后用于附挂载运额外物品的道具：悬浮机，重量仅仅1kg，但收纳在身上时却是L尺寸大小，从而占去货架不少空间。

如何将货架物品做到最佳分配、使山姆可以将携带量最大化之余又能有效维持平衡，本来应成为对玩家的另一项挑战；但可能制作人察觉到这么做实在太过烦人— —难道玩家每次出任务之前都要花个十分钟在那边摆弄箱子吗——于是提供了「携带物件分配最佳化」的设计：每当玩家将所有要带出门的东西揽在身上之后，只要按压一键「自动摆放货物」，系统就会依照当前所携带物件的大小、重量进行最妥善分配，以最符合身体平衡原则、货架能容纳更多货箱为前提进行自动归位，一切都瞬间完成。在处处是繁琐设计的整个游戏中，这项便民措施极可能是最受欢迎的功能前三名。只要玩家在增加身上物品之余，随时记得自动摆放货物，相信这趟旅途定能走得更加轻松愉快??吧。

絮语

本文试着将《死亡搁浅》具有独家特色的基本核心机制：负重与平衡进行要素梳理。比起评论分析，这可能更像一份说明文件，其中大多是本作玩家已经知道的事，只希望提供还没开始玩、或正准备展开冒险的玩家，能够更快掌握合宜有效的游戏方法和观念，好让这趟旅程早日步上轨道。

至于同样作为游戏中的重要系统，线上机制也是《死亡搁浅》之所以具有独特意义的一环。在朱家安〈《死亡搁浅》送货如何送出社群连结和生命意义？〉一文中，有更多丰富感性的分析。在此不多赘述。

《死亡搁浅》虽然具有传统动作冒险游戏的基础形式，其中部分新兴特色仍有赖入门玩家摸索习惯。也许在实况玩家的线上直播中，看游戏主角背着大量货物翻山越岭，一路孤寂走过荒野，前期也缺乏互有往来的战斗要素。除了大量的过场剧情之外，《死亡搁浅》的观赏性相对有限，并不容易看出这游戏的趣味何在。然而按不少玩家的意见回馈，这确实是一款需要亲自下去玩才能体会其中乐趣的作品。创新，对于游戏制作人和玩家们都是项挑战，但我们永远乐见这样的挑战，让游戏文化能够持续注入活水，为明日创造更多创意好玩的游戏。对小岛秀夫和众多敢于突破的游戏作者，谨致上谢忱和敬意。

最后稍微离题：《死亡搁浅》的操作与PS4的手把按键布局，无疑达到精密契合的状态。除了上述以L2／R2代表身体的左右平衡，还有在选单画面可以六轴感应功能倾斜手把，借此检阅立体电子地图显示的地形高低起伏，显见小岛秀夫在开发手把功能积极实用性的不遗余力。甚至可以说：流畅直觉的手把操纵，是之所以强化整体游戏沉浸感的精髓之一。包括那些配合着各式状况而十足贴切的震动效果微调，也将玩家向山姆?波特?布桥斯的种种经历体验更拉近了一步。

之后发行的电脑版如果仅以键鼠操作，恐怕难以体会其中巧妙。建议尽可能使用高度匹配的手把进行，才能够充分享受游戏乐趣。

喜欢我们的文章请就来一个关注吧！有你们的支持我们才会更有动力写出更好的内容！

免责声明：本文由用户上传，如有侵权请联系删除！