策略游戏与实践反馈

Posted 2023-03-03 安柏霖

早上看到time（李培楠）居然击败maru得了IEM的冠军，加上即时战略游戏的没落，星际2的研发停止，以及最近曾经被大家膜拜的暴雪闹出的各种事情，各种百感交集吧，从2000年上手星际争霸1开始，可以说各种策略游戏就没断过。
从开始的单纯对于大场面战斗的喜欢，到后面看到在一场场战斗中折射出自己的各种不足，在各种比赛中看到名选手展现的智慧，可以说策略游戏不只是益友，更是良师。

道理和系数

类似说法在之前这个blog中有提及：https://blog.csdn.net/toughbro/article/details/123244704?spm=1001.2014.3001.5502
大致我们做事情，在方法论到实践这个层面，遵循这样的一个公式：

这个权重就存在大脑里，通过实践中的记忆来具体获得。

大脑的学习曲线包括直接阅读，以及具体时间，逐渐建立神经联系来获得最终的权重。
这里道理的获得往往比较困难，具体需要考虑两个因素：

• 自己个人的特质（比如刺猬型和狐狸型）
• 客观情况
  最终有一个在具体情况下，适合自己或者团队的选择。

所以阅读学习的过程是一个学习道理的过程，实践的过程是一个了解自己，了解客观情况，以及树立符合自己和客观情况的权重的过程。

plan-action-review

基本上我们用这个循环来推进事情的处理以及强化权重模型；
那么在处理每一个milestone，很认真的进行计划，log，然后review就是有效积累的过程。
这个过程有点像机器学习训练的过程，就看数据以及训练效率了。
（当然人的智商悟性是一个更强大的存在，我们这里主要讨论对于一个个体，悟性智商基本固定的情况下，怎么去做更合适。）
这里我们就可以看各个训练的周期：

• 项目2-4年
• milestone：6周+
  可以看出来，这种有效的训练效率实在是不高，而且尤其是长周期，因为情况比较复杂，review出正确的结论也更难，应用于后续的项目也更难（客观环境在这么长的周期里很容易变化）

更快的训练周期（策略游戏）

那么策略游戏的一些价值这里就体现出来了，20-40分钟一局的策略游戏，和我们很多在做的事情有很大的相似性。
进行复盘总结，这个过程就是一个快的多的过程，而且结合replay重新过一下自己的决策过程，复盘容易很多。
在玩游戏的过程中，最开心的一点就是复盘的时候看到自己的一个思维缺陷，：）

比如这里是一些我个人印象深刻的案例：

长期主义的缺陷

长期主义就是一个听起来很高大上，特别正确的事情，但是实际在游戏中很容看到，简简单单的长期主义分分钟被干翻。
核心在于，我们所做的事情（比如做项目），想要做到长期，中间是需要非常大的资源支持，才能活到长期主义那一天。
到终极兵种那一阶段，往往是事情最简单的阶段，比开始的时候要难得多。
所以长期主义不能说错，但是却非常难，在游戏中要各种合理的方式来度过前中期，e.g

• starcraft中的拖把流：中前期就是各种骚扰，投入足够的兵力拖到自己大成的阶段，很多资源是浪费的（并没有用到最终科技和兵种上），但是这个是必须要做的选择
• 金铲铲的过渡阵容（s8的源计划，角斗士，魔道团）转精英95

在项目中这个要很长时间才能看出来，有的团队就倾向于只做最终能够上线的内容，不要浪费资源在不会上线的点上，结果在中间milestone的表现不好，导致boss的信心，团队的信心下降，最终崩盘。

see，道理是一样的，但是游戏里几盘就能看出端倪，或者看比赛中更能看出当前领域最强的选手如何解决，而不是自己花费几年，几个亿的成本才品味出来。

最终的长期主义，是一个非常难得事情，要在各个点上去把握好火候，前期投入多了，则后期发力，前期投入少了，则没法到后期阶段，所以和很多事情一样，没有简单的必胜法，唯有一点点摸索沉淀的火候的把握。

首鼠两端 & 运气

这几个点也是常常遇到的情况，情况不明朗，导致可以左也可以右，在信息不充分的情况下：

• 需要一个最终决策点（deadline），过了这个决策点，就要全力投入一个选择之中，持续的首鼠两端是最糟糕的情况

这里也不用对最后的选择出现大的自责等等，在信息不充分的情况下，已经没有了必胜之路，只能有最优之路；
不过如果replay的时候，可以看到，比如starcraft就要投入非常多的资源来进行侦查，lol&金铲铲都要持续的看队友对手的装备经济拿牌，就是帮助选择的方式。
但是自己有选择困难症，就要在游戏中学会这点，过了一个deadline，要选定一个，然后坚决执行。

• 运气因素：客观合理的看待这个问题，最终我们承担胜败的结果，但是过程中始终能做的就是追求胜率，这个也是AI的决策方式，始终用这个心态来选择和思考，是一个始终让自己处在一个好的状态的关键点。