玩家在玩一款游戏时，做出的操作是多可能的。像一棵大树，玩家进入游戏后的操作就好比树枝，延申的方向千奇百怪。有些操作可能走向不太美妙的结果，破坏游戏体验，与设计的初衷背道而驰。要形成一个良好的游戏环境，提高用户粘性，对玩家进行正确的引导则是必不可少的，但往往用户的行为是很难控制的。要解决这个问题，行为学家斯金纳（Skinner）提出的操作制约（operant conditioning）理论可能是使用得最多的方法。
Harvard BF Skinner
01
什么是操作制约
操作制约，又称为操作性条件反射，是一种对行为采取奖励和惩罚的学习方法。通过操作性条件反射，在行为和该行为的后果（无论是消极的还是积极的）之间建立关联。最先由行为学家斯金纳提出，他区分了两种不同类型的制约方式，即古典制约和操作制约。
古典制约，又称古典条件反射，是自动的潜意识的行为，膝跳反应实验就是其典型。即你不必学习这些行为，他们是潜意识且不由自主的发生。
操作制约，又称操作性条件反射，是我们有意识控制的行为，有些可能是自发发生的，有些是有意发生的，但这些行为的后果会影响它们将来是否再次发生。我们对环境的行动以及行动的后果构成了学习过程的重要组成部分。
在越来越复杂的游戏环境下，古典制约和操作制约作为两种不同的模式同时为吸引玩家而各司其职。
在玩家第一眼面对制作精良，令人遐想的游戏画面时，古典制约起到作用，游戏的“美”自然而然的吸引玩家下载玩耍，也如《生化奇兵》系列以人造光指引为代表，利用人们潜意识的趋光性，大量场景中的人造聚光暗中引导着玩家的行动，让玩家尽可能的根据设计者的意图做出操作。
游戏《生化奇兵3》
而操作性条件反射学习更是游戏引人入胜的重中之重，操作制约成为了设计师们吸引玩家的惯用手段，游戏中多种多样的奖励机制让玩家在游戏中获得极大的满足感，玩家为了奖励往往要达成某种条件，而这种条件便是设计师的设计点，将意图传达给玩家，让玩家能体验到游戏的乐趣。斯金纳不仅提出了操作性条件反射理论，还发现简单重复的奖励，并不是使他们保持做那件事情最好的方法，如果随机奖励一个人就在他执行一个动作若干次后或者过几分钟给他一点好处，会令其更好的保持兴趣。设计师们创造着能行使这样功能的交互环节，例如游戏内的掉宝机制，强化成功率机制等各种各样的人与游戏的交互手段来吸引玩家。
《剑与远征》工会狩猎的随机掉落吸引着玩家每日前往挑战。
02
操作制约的形式及游戏应用
操作制约有两种基本形式：强化和惩罚，其中强化分为正强化和负强化；惩罚分为正惩罚和负惩罚。
>>
正强化
正强化会让某项行为与正面状态产生联系，通过表扬或直接奖励来加强。他会增加该行为出现得可能性，在游戏中经常出现的就是奖励机制。常见的奖励机制模型分为两种：一种是前面提到的Classic Conditioning（经典模型）以“巴普洛夫的狗”和《超级马里奥》中的金币为代表，即将所给予玩家的奖励在游戏的玩法过程中自然而然的获取，通常使用类似金币、宝石这类游戏中流通的货币进行设计，以起到最为直接的激励效果。
游戏《超级马里奥》
另一种是Operant Conditioning（操作制约模型），这也是被广泛采用的设计，简单来说就是玩家需要通过达成某种条件来获取奖励或收益，可以是任务，可以是成就，可以是称号系统，也可以是在游戏中获得便捷所需要达成的某项条件。操作制约模型能够很直白的体现设计者的目的，引导玩家做出对应操作，如失落的世纪卡牌游戏中在战斗中会有3个任务，完成一个任务增加一颗星，完成3个任务则结算会有3颗星，奖励根据星星数量发放。增加游戏的可玩性，使玩家获得更大的成就感。
《失落的世纪》星级系统，根据星星数量获得对应奖励，引导玩家能在每场战斗中尽可能多的完成任务。
《王牌竞速》的近道机制也是正强化的一种体现，在正常赛道中加入较为难走的近道，但只要抄近道，便能领先对手，并且能体验完美漂移的爽感，从而增加玩家抄近道的频率。
《王牌竞速》近道机制
>>
负强化
负强化是通过消除某种类型的负面结果来加强期望行为的发生。作为强化的一种形式，它强化了之前的行为。在负强化的情况下，“消除不良结果或刺激”作为做出该行为的奖励。负强化往往带有一些强迫意味，人们经常犯的一个错误是将负强化与惩罚相混淆。通俗来说负强化是“消除负面结果”以强化行为。惩罚是“提供负面结果”以削弱行为。
在《盗贼之王（King of Thieves）》中，花钱安装和升级陷阱以对可能窃取您的战利品的其他入侵者和盗贼造成更多伤害是一种负面强化；采取这种行为可以避免战利品被窃取，从而增加玩家升级/安装陷阱的频率，这是一种采取行动以避免负面结果的方式。游戏中的强打断弹窗也是一种负强化，通过弹窗展示设计者的意图,告诉玩家应该怎么做，同时弹窗除非有一定的操作否则就不会消失（大部分）。
游戏《盗贼之王（King of Thieves）》
>>
惩罚
正惩罚和负惩罚可以一起概括为：使玩家把某一行为和负面状态相联系就是“惩罚”，负面状态可以是提供一种厌恶刺激，也可以是移除已拥有的正面事物，从而使玩家减少或避免再次出现该种操作。惩罚机制对制约玩家行为的效果是显而易见的，但玩家可能会因为惩罚机制而沮丧，继而将怨念迁怒于游戏，甚至导致流失。所以游戏中往往用到的方法是强化，惩罚使用十分慎重。但有时候，没有挫败感，没有失败可能，一切都在预料之中，也会使得这个游戏变得索然无味，久而久之，玩家流失不可避免，最后又会回到最初的问题问题。所以合理利用惩罚机制，有节制得使用惩罚显得很有必要。
在《使命召唤》系列中，击杀平民会受到惩罚，回到上一次存档点
在游戏《黑暗之魂》这样的游戏中可以发现——如果你要杀死一个铁匠，比如安德烈，他就会一直处于死亡状态，而你在接下来的游戏过程中将不会再得到他的服务，这种惩罚使得玩家会进行慎重的抉择。
游戏《黑暗之魂》
像素游戏《flappy bird》中的惩罚机制也较为突出，小鸟一碰到钢管就会死亡，导致游戏结束，这会使玩家操作十分慎重，避免再次撞上钢管，躲避障碍取得更好成绩。
游戏《flappy bird》
03
强化时间计划
强化不是一个简单的过程，有许多因素会影响行为改变的速度和效果。斯金纳发现，强化行为的时间和频率对行为改变的速度和强度有影响。换句话说，强化的时间和频率影响了新行为的学习方式和旧行为的修改方式。其中固定时间间隔和可变比率两种设计方式是游戏中较常使用的也是较为有效的。
固定时间间隔计划是一种部分强化，只有经过一定的时间间隔过后才会给予强化奖励。这种形式对行为制约的效率较高，并且随着时间的领巾，响应率会增强。收菜游戏就是典型例子，作物固定时间成熟，使玩家准时上线体验收获快感，并且时间越临近，上线次数越频繁。
游戏《Hay Day（卡通农场）》
可变比率计划也是一种部分强化，玩家做出操作后不一定得到反馈，涉及不同数量的行为后给予强化反馈。采取这种方式会使玩家产生一种类似“赌徒”的心理，下次一定行，玩家往往对这种强化方式反应程度更高。典型运用就如同各种游戏的抽卡系统以及奇遇系统。没抽到想要的奖励会一直操作下去，当抽到想要的卡牌时会有一种无与伦比的爽感，从而引导玩家持续这个操作。
04
总 结
操作制约虽然是一种心理学理论，但是在游戏中也能得到较好的应用。在运用中要善于应用强化手段，多给予玩家正向反馈，使其心理上处于一种正面状态，增加其正确操作的频率。但同时要避免“强化陷阱”——当增强过多时，奖励就变得不重要或者奖励变少时玩家会过于敏感，玩家的行为反应也就不那么及时。其次强化次数也需要因时制宜“得不到的永远是最好的”这句话在这种情况下是最好的形容。惩罚的应用需要谨慎，如果玩家的操作会对游戏体验产生较为严重的后果的时候就需要惩罚，强制玩家减少相关行为。增强与惩罚相辅相成，一位优秀的游戏设计者需要将其有机融入在游戏中。
