详情
本书根据美国的顶级游戏设计学校的教程编写。它是针对中级或初级游戏设计人员的一本一站式参考图书，帮助他们解决难题，或者启发他们解决问题的灵感。本书第一次将这些了不起的想法中最好的一部分变成一个工具包。经验丰富的设计师会庆幸终于不用把这些好东西全都仅仅封存在自己脑子里，而刚刚起步的学生能够利用这本书来学习专业知识。
书名： 游戏设计的100个原理
本书由人民邮电出版社发行数字版。版权所有，侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
• 著 ［美］Wendy Despain
译 肖心怡
责任编辑 陈冀康
• 人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
• 读者服务热线：(010)81055410
反盗版热线：(010)81055315
Wendy Despain: 100 Principles of Game Design
ISBN: 978-0-321-90249-8
Copyright © 2013 Wendy Despain.
Authorized translation from the English language edition published by New Riders.
ALL rights reserved.
本书中文简体字版由美国New Riders出版公司授权人民邮电出版社出版。未经出版者书面许可，对本书任何部分不得以任何方式复制或抄袭。
版权所有，侵权必究。
本文仅用于学习和交流目的，不代表异步社区观点。非商业转载请注明作译者、出处，并保留本文的原始链接。
本书整合了众多游戏设计秘笈，概括并阐释了100条重要的游戏设计领域的方法、原理和设计哲学。
本书分4篇向读者讲述了游戏创新、创作、平衡和解决问题的100个原理。每一个专题都采用丰富的案例来介绍多种不同的设计思路，同时以经典图片的形式揭示该原理所蕴含的真谛。
本书适合从事或学习游戏设计的专业人士阅读，读者将从本书中学到如何让游戏流行，如何让玩家痴迷，如何设置关卡以及如何解决游戏设计中的问题。
本文仅用于学习和交流目的，不代表异步社区观点。非商业转载请注明作译者、出处，并保留本文的原始链接。
这不是一本指导你工作步骤的手册，而是一个充满可能性的百宝箱。它包含了至少4条原理（我不会告诉你是哪4个），主张或者暗示开始设计一个游戏只有一条正道。如果你以别的方法开始，灾难将接踵而至。不可能所有的方法都是正确的……或者，可能吗？
好吧，我能确定的是我不知道，并且我不打算把其中的一条或几条方法强加给你。我知道的是这些方法、原理、哲学都在当今的游戏产业中共存。不同的公司、明星设计师和思想流派都在使用它们，并坚信它们是正确的。也许在某处存在这么一篇探讨这个问题的学术论文，但我没兴趣去深入挖掘它并根据某些所谓成功的定义来排序这些不同的思想。
我只是个整理者，从不参与行业竞争。我在生活中收集想法，并将之列入我心里那张写着“嘿，这很有趣，我有一天会使用它”的单子里。当我在机缘巧合的情况下成为一名游戏设计师时，我发现我的同行们都在做着同样的事情。他们心中都有一个这样日积月累下来的“精神工具箱”，在他们面临任何问题时都会去使用它。
而这正是游戏设计之所以很难教的原因之一在于干这一行所用到的工具繁杂而奇特。这本书的内容来自于我自己的“精神工具箱”，以及我身边专业的同事们的补充。我发现，相比于让它们在我大脑灰质层中随机散落，不如将其列在我面前更让我觉得激动和释然。我甚至按照自己需要用到这些工具的4个阶段将其整理出来：当我试着去创新时；当我在游戏创作的过程中试着排除令人不快的部分时；当我需要对即将完成的工作进行权衡时；以及最终在任何时候我需要解决特定问题时。
这本书是如何组织起来的
我写的是一本可作为自己的使用手册的书吗？我想是的。我不确定这是不是一件好事，可以确定的是这很复杂。实际上，这本书不像市面上的其他任何一本游戏设计书，所以也许你确实需要一些帮助才能更好地开始阅读它（参见原理80“先行组织者”）。
这本书里很多地方出现了橙色带引号的字体，这样的标示是请读者参考本书中提到的其他游戏设计原理（就像上一段最后一句中那样）。如果它们看起来有一点像网页里的链接，那是因为我正希望它们如此。我希望你能动动手指，翻到那一页，看到有一整节关于这一点的信息作为扩充。或许将来这本书的电子版本会真的将它们做成可点击的链接。
无论如何，它们有点像脚注，但我不是一个喜欢用脚注的人。我是一个数字时代的人，所以当这本书的某些部分提及或涉及一个在本书中其他地方有深入探讨过的概念时，你会看到表示对这些原理交叉引用的橙色。蓝色字体则是用来突出那些创造或推广这些原理的设计师的名字。
那么让我们来看看这本书的构成吧。正如之前提到的，这些游戏设计的核心原理是围绕着4个主题组织起来的：创新、创作、平衡以及解决问题。每一页都描述了一个不同的游戏设计基本原理，该原理在你设计游戏的过程中有可能会遇到，也可能遇不到。如果你随意地从中间翻开这本书，你会看到：一面是用来解释一个原理的文字，另一面是帮助阐释或说明这个原理的一张图片。现在请翻开书试试看吧，我会在这里等着。
说真的，我哪儿也不去。请翻开后面的内容页看看，然后回到这里。
……
欢迎回来！我希望你看到的东西激起了你的兴趣。现在你了解了我是如何安排这本书的，并且按照我预期的方式使用了一次。
如何使用这本书
请不要太过纠结于像“某一个原理为什么被放在这个分类而不是另一个”这样的问题（参见原理70“希克定律”）。它们是在游戏开发的各个环节都能使用的原理。我的4个分类只是为了在一片混乱中理出一个头绪来，以及在你感到无所适从的时候给你提供一个正确的方向。
以下是一些使用本书的方法。
寻求随机灵感
每个人都有更适合自己的学习方法（参见原理7“加德纳的多元智能理论”）。在头脑风暴停滞不前的时候，将本书随机翻开一页就是一个很好的推动其继续进行的方法。
温习零散概念
这些原理有一些很复杂，它们像是由很多部分拼凑起来的疯狂的想法。当你记不起某一个概念，比如4种关键趣味元素是什么时，这本书可以作为你的参考。
学习新东西
这本书是许多人集体无意识的产物。即使作者们也迫切地想要读他们自己认为自己不够熟悉的部分。书里有很多非常不错的信息。
发现问题所在
当一个游戏的运行不如你所预期，这本书可以告诉你可供探索的道路。各原理之间的相互联系能够帮助你找到问题的根源。
解决问题
书中包括一个列举了各种解决问题的方法的附录。这不是一个手把手教你解决某一个具体问题的教程，但它提供了如何开始的途径。
请记住，想在两页的篇幅里完全展开这些复杂的概念是不可能的。这本书的合作者们就曾向我抱怨过我给他们的篇幅太小了，他们中有些人提供的稿件直接超过了我给的字数限制（参见原理88“破坏者”和原理44“补充规则”——不是作为超过字数的例子，而是参见其中对这两个概念的解释），以至于我不得不删去其中不少非常优秀的内容。
所以请把这本书中的每一页看作是对其主体的一个介绍或是快速总结。每一篇介绍都包含了足够的信息、术语和名词，让你利用最基本的网上搜索技巧就能深入这些原理的“兔子洞”。事实上有时候在这些原理的介绍文字中还有对某些相关著作的推荐。总之，请不要在阅读完一篇关于某个主题的介绍文章之后就觉得你已经是这个方面的专家了。
也请不要觉得书中的这些就是游戏设计中所有的原理，甚至不要觉得这些就涵盖了所有最重要的原理。有很多由于篇幅所限我们未能收录到书中的原理，可以在www.gamedesignprinciples.com中找到。来参与网站上的讨论，并且告诉我们有哪些你最喜欢的原理我们还没有收录吧！
本文仅用于学习和交流目的，不代表异步社区观点。非商业转载请注明作译者、出处，并保留本文的原始链接。
在对称性游戏（Symmetric gameplay）中，参与游戏的玩家的体验完全一样。国际象棋—一个实体棋盘游戏，就是一个例子（通过邮件下棋的玩法不在此列，因为总有一个人先知道自己要走哪一步，而他的对手直到看到邮件才能知道）。而经典游戏《乓》（Pong）则是电子游戏中一个典型的对称性游戏的例子。玩《乓》时两个玩家轮流发动自己的动作，两人看到的画面完全同步，都和对方完全一样。
很多游戏机上的多人游戏会让所有的玩家在同一时间看到相同的场景。在《马里奥赛车》（Mario Kart）中，一局游戏里所有的玩家会看到完全相同的小全景图，显示所有人的进展情况，而每一个玩家的主窗口会以他自己的赛车为画面中心，以便于他精确地操控自己的赛车。从这个角度看，这个游戏既是对称性游戏又是非对称性游戏，因为游戏中既有完全相同的全景图又有各个赛车所处环境的独有界面。
在非对称性游戏（Asymmetric gameplay）中，参与游戏的玩家的体验并不完全一样。《龙与地下城》（Dungeons and Dragons）就是一个典型的非对称性游戏。在这个游戏中，地下城主（Dungeon Master或Game Master，GM）的扮演者能知道所有正在发生的事情，而其他玩家则只知道一部分。此外在一些电子游戏中，一些玩家可以利用特殊技能看到其他玩家看不到的事物，比如陷阱。这些都属于有目的的不对称。
最后，游戏中的延迟也会导致玩家看到的画面有不同。这种意外产生的信息不对称可能会产生这样的后果，比如玩家误以为他打出了一枪，事实上，因为服务器还没能把信息传递给他，他可能已经被看不见的对手击中了。
这就让我们开始思考同步性（synchronicity）问题。同步的游戏是指在游戏过程中参与的双方同时发动自己的动作。这是多人网络游戏中常见的形式。玩家同时在线时通常会看到几乎相同的画面。多人游戏机游戏的特点正是如此，如《马里奥赛车》就拥有完美的同步性。
而最近流行的游戏《填字接龙》（Words with Friends）采用的则是非同步的游戏机制。在这样的游戏机制中，一位玩家先采取一步行动，网络将这一步行动传达至游戏的另一方，另一位玩家再采取相应的行动。即使两位玩家同时在线，这个过程也需要一定的时间。而如果另一位玩家暂时不在线，这个过程可能需要长达数天。
A最大，鬼万能代表的是一种游戏中的组织架构方式，在这种架构方式下，一系列游戏中的对象可以根据它们在游戏中的价值或等级重组。在扑克牌游戏中，A自法国大革命以来就被认为是最大的牌，甚至大过K、Q和J（这3张牌在社会象征性的层面有着更高的级别），以及其他的数字牌，尽管A代表的数字1是这些数字中最小的。西班牙扑克中也有和K、Q、J类似的王、骑士和武士，王比骑士大，而骑士比武士大。
无论如何，玩家在开始扑克牌游戏之前都要建立一套规则，确定最大的牌。这样他们可以在不改变游戏基本规则，甚至不需要玩家重新抓一手牌的前提下，改变特定结果的概率分布。叫主牌可以在任意时刻改变场上可用扑克牌的分布而无需重新洗牌。
任何一个玩家都能了解其中所有元素的游戏，特别是其中那些元素的价值能够排序的游戏，都可以包含一个快速的关于A大还是K大的决定。有一些游戏利用这个原理，在游戏进行时中途改变这个大小顺序，或是要求玩家根据自己或团队的目标来重新定一张最大的牌。这就给游戏引入了多样性和惊喜，避免了过多的重复。
除了重新打乱之前牌力大小的机制，鬼牌可以作为万能牌的设定，也进一步为游戏增加了复杂性。万能牌可以替代游戏中的任何其他牌。事实上，万能牌就是一个玩家可根据需要随意赋值的空变量。玩家通常使用那些能改变价值的牌来使自己更接近胜利，而鬼牌或者其他的万能牌则可能是这些牌中价值最高的。它们可能比A更有用，虽然A价值很高，但是改变某张牌的价值从而组成一个更强力的牌组则为游戏增添了更多复杂性。
有一些游戏把好几种元素（或者牌）当作万能牌，这就使得游戏元素的原始分布变得更加复杂。这些万能牌可以随意变换，增加了稀有事件的发生频率，因为它们使游戏元素的原始分布在概率上更加频繁。
比如，在扑克游戏中，Deuce这一万能牌可使得4张低价值的牌变成一组非常有价值的手牌；试想一下你可以把一张2用来和你的手牌组成皇家同花顺，又或者把起手的2和7（从统计学来看这是最差的开局了）改换成一对7。同样，把方块或者红牌规定为万能牌的话，就能在其他规则不变的情况下在统计学上为玩家提供更多可选项。
理查德·巴特尔（Richard Bartle）是多用户游戏领域的先锋，第一个多人参与的MUD（Multi-user Dungeon，多用户地牢）游戏的联合开发者。MUD游戏让多个用户可以在同一个虚拟的世界中一起探险，并且让用户能与其他玩家进行互动。巴特尔和他的合作者们在创造MUD的过程中细分了玩家的行为并以此启发设计师。他在1996年发表了一篇题为《牌上的花色—MUD中的玩家》（Hearts，Clubs，Diamonds，Spades：Players Who Suit MUDs）的论文，将MUD游戏中玩家的行为分成了4个基本类别。尽管在这之后有很多研究对完善玩家分类的拓扑图谱做出了贡献，巴特尔的分类始终以其简单和广泛性受到欢迎和认可。
成就型玩家（Achievers）（方片）主要关注的是如何在游戏中取胜或达成某些特定的目标。这些目标可能包括游戏固有的成就或者玩家自己制定的目标，比如：“我要达到80级”，“我要在排行榜上名列前茅”，“我要挣到100万个金币”，或者“我要在3个小时之内只用这把刀把这个游戏打通关”……
探险型玩家（Explorers）（黑桃）尝试在虚拟世界的系统中寻找一切他们所能找到的东西。游戏设计师通常属于这一类型。收集爱好者也是探险型玩家中的一类。口袋妖怪（Pokemon）就是一个对探险型玩家很有诱惑力的游戏—玩家不仅可以在地图上探险来探索虚拟世界的广度，而且细致及透明的战争机制对用户而言也很有趣且易学，让用户对探索游戏机制产生极大的兴趣。那些在游戏中试图搜集所有可能得到的物品的玩家都是典型的探险型玩家。
社交型玩家（Socializers）（红桃）享受在游戏过程中与其他玩家的互动。除了人类一起游戏的社交本能，他们喜欢利用公会和团队的机制来进一步强化自己的社会存在感。
杀手型玩家（Killers）（梅花）喜欢把他们自己的意愿强加给他人。杀手型玩家又可以分为两类：有一类杀手型玩家在游戏中杀人是为了显示他们的强大，而另一类玩家的目的是骚扰或激怒其他人，我们把这部分玩家称为“破坏者”（griefers）。
巴特尔用两条轴线分出的4个象限来分析这4种不同的玩家。X轴从左至右分别是玩家（Players）和世界（World），Y轴从下至上分别是“交互于”（Interacting With）和“作用于”（Acting On）。成就型玩家倾向于作用于世界，探险型玩家倾向于交互于世界，社交型玩家倾向于交互于其他玩家，杀手型玩家倾向于作用于其他玩家。
当与超过一个玩家一起玩游戏时，有两种可能的玩家类型：合作型和对抗型。更多的情况下，游戏在本质上就是对抗性或竞争性的。
在合作型的游戏中（co-op play），两个或多个玩家共享一个目标，并且通过共同努力去实现这个目标。桌上角色扮演类游戏（table-top roleplaying games）就是很好的例子。这类游戏中，几个玩家被组合在一起去进行冒险，在这种情况下，玩家团队需要对抗的障碍通常是游戏设计中的虚拟世界，或是游戏主持者的想象。
在视频游戏中，合作游戏通常是两个或两个以上玩家与人工智能选手的对抗。玩家可以交易物品，相互治疗，使用互补的游戏战略（如主战坦克与远程武器的联手使用），或更为动态的方式（如相互给予身体上的增强互补）以通过单个玩家靠自身能力无法通过的障碍物。
《动物之森》（Animal Crossing）就是一个合作游戏。玩家把自己的游戏卡插到别人的主机上可以帮助他解锁新的内容。很多游戏有可解锁的结尾，需要玩家们一起合作去解决最后的挑战。主机游戏（console game）中玩家通常可以在同一个控制台上一起进行合作游戏，而后来慢慢可以允许两名玩家通过一个控制台和网络另一端的其他玩家一起合作。即使在单人游戏中合作的玩法依然有可能通过玩家与以前保存的自己来合作实现。
在团队竞技体育项目中，合作和对抗是同时存在的。在一个团队里，队员与每一个队友合作，每人负责自己的位置，来让团队在比赛中走得更远。团队由此变得有竞争力，和对阵的团队竞争来得分。第一人称射击游戏提供的就是这样以团队合作为基础的竞争性的游戏体验（参见原理29“志愿者困境”和原理26“公地悲剧”）。
对抗型游戏的概念很简单：一个或一组玩家与另一个（或一组）对抗去取得胜利。通常对抗的玩家中只有一个（或一组）能获胜，除非这个游戏能以平局结束。对抗性的竞争是很多多人游戏的核心，而也有很多单人游戏以之前的最高分为对抗对象。
一个高尔夫玩家可能在某些特定的球区中与其他玩家进行比赛，但他也总是在挑战自己之前的分数。在这样的比赛中，玩家可能会输给对手，但赢得自己的个人最好成绩。这在保龄球、赛车或者多人参加的第一人称射击游戏（first-person shooter，FPS）如《军团要塞2》（Team Fortress 2）中也同样成立。
请记住，个别游戏机制和功能可能会起到鼓励或阻止玩家之间的合作或对抗的作用，有时候会是以意想不到的方式产生作用。例如，许多Facebook游戏中显示玩家的好友列表来鼓励社交互动，但是这些列表是以排行榜的形式来显示的，这就鼓励了玩家之间的竞争，而不是合作。追求在排行榜上达到一定位置这样的游戏目标和其他直接对抗的游戏一样具有竞争性（参见原理25“社会关系”）。
根据字典，所谓公平，意味着某事某物是公正的、无偏见的。游戏设计中的公平性也是一样—游戏对于玩家必须是公平的。换句话说，游戏必须不偏不倚，不对玩家作弊。举例来说，如果玩家被告知他通过完成动作Y能得到回报X，那么我们在他完成Y之后却给他回报Z，这对该玩家来说就是不公平的。在这种情况下，游戏与玩家的合约被打破了。当游戏与玩家订立了一个合约，这个合约必须是公平的。
公平性在那些投机类的游戏中尤其重要。通过加权生成特别结果的老虎机游戏就是不公平的。随机性以及对它的保证是与玩家的合约中的一部分。违背这个合约即是对玩家不公平。
在俄罗斯方块游戏中，与玩家合约的一部分是“下一个方块将会从7种标准方块中随机出现”。玩家经常会将游戏中的随机行为看作是不随机的，他们认为游戏是故意给他们不想要的方块。如果真的是这样的话，这个游戏是不公平的、不诚信的。事实上俄罗斯方块中方块的掉落确实是完全随机的，但是玩家会感觉有背后的行为模式，并把这些归咎于想象中的不公平。
类似地，如果一个游戏的难度在逐步提高的过程中突然出现一个大的飞跃，会被玩家认为不公平—事实上这也确实不公平。游戏的难度应该平稳地逐渐上升，这样玩家才不会觉得被欺骗或受到不公正的待遇。
如果想在对公平的基本认识上更进一步的话，我们可以看看拉宾（Rabin）的公平模型。这个模型基于3个核心规则。
第一，对于那些友好的人们，其他人愿意牺牲他们自己的物质利益。也就是说，如果在一个游戏中玩家们表现友好，那么一个独立的玩家会更容易表现出利他行为或是愿意为友好的玩家们牺牲一些自己的物质利益。
第二，基本上可以认为是第一条的反面—玩家将会愿意损失自己的物质利益去惩罚那些不友好的玩家。如果一个玩家有意对其他玩家不友好，另一位玩家为了让他受到惩罚，将宁愿在一定程度上损失自己的物质利益。
最后，第三条规则是，第一和第二条规则在物质损失越小的情况下越容易发生。换句话说，玩家需要放弃的物质利益越小，他们越容易参与到前面提到的那些利他或是惩罚行为中去。
显然，拉宾的公平规则适用于多人游戏。举例来说，在社交游戏中赠送礼品通常没有什么成本，所以玩家们常会给其他对他们友好的玩家赠送礼品。另一方面，在大型多人在线游戏（massively multiplayer online，MMO）中，如果杀死一个玩家会导致十分严重的物质损失，绝大部分人都会尽量避免去杀死其他人哪怕是最不友好的玩家。
当玩家觉得游戏给了他们不公平的对待时，他们有可能会退出游戏。当玩家觉得其他玩家给了他们不公平的对待时，他们有可能会去惩罚其他玩家。在创建一个玩家会对公平性有要求的系统时记得考虑这个问题。
在《大富翁》（Monopoly）游戏中，通常是一个玩家变得越来越强大，而其他玩家勉强应付沦为陪衬。占主导地位的玩家不停地购买旅馆，将其他还在苦苦完成他们第一个产业的玩家踢出局。处于下风的玩家基本没有翻身的机会，这一点都不好玩。处于下风的玩家通常只想掀翻游戏棋盘去玩点儿别的。
通俗地说，这个叫做“富人越来越富问题”或者恶性循环。在之前这个例子中，当占上风的玩家买旅馆，意味着他们可以从停在他们的产业上的玩家那里得到更多的钱，而这让他们有了更多的钱去买更多的旅馆。因为他们富有，他们不断变得更富有。
这在游戏设计中通常被称为反馈循环。反馈循环有两种不同的类型。
在一个正反馈循环中，达成一个目标能够获得奖励，而这让继续达成目标变得更容易。以下是一些例子：
在角色扮演类游戏（roleplaying games，RPG）中，杀死骷髅能帮助玩家升级，而这让他们更容易杀死更多骷髅；
在国际象棋中，吃掉对手的棋子会让他变弱，这样我们就更容易吃掉对手更多的棋子；
在《躲避球》（Dodgeball）游戏中，一个有较多玩家被淘汰了的队面临更多威胁要去处理，而有更多玩家的队需要面对的威胁反而较少。
反馈循环的另一种形式是负反馈循环。其中达成一个目标会让下一个目标更难达成。以下是一些例子：
在《马里奥赛车》（Mario Kart）中，跑到第一名意味着你有可能被蓝龟壳击中，而这会让你失去第一名的位置；
在美式足球比赛中，比赛越接近端区意味着防守一方的11名队员保留的展位区域越小，这也意味着进攻一方的传球区域也越来越小；
在8球制台球中，对手将你的球击落袋中意味着他们下一步的选择变少，而你的球有更多的机会挡住他们的下一杆。
设计师想要给玩家对他们有意义的奖励，而玩家通常只对能帮助他们取胜的奖励感兴趣—这就是为什么正反馈循环如此流行。问题在于这有可能让游戏失去平衡，因为只有第一个占到上风的玩家才有可能一直胜利下去。尽管玩家希望自己变得更强大，但他们真正想要的是有趣并且富有挑战的游戏。有时候让他们变强大会背离这一目标。
负反馈循环有时候看起来也不公平。如果一个游戏被设计成为失败者提供奖励，那么其奖励行为是背离其目标的。在运用负反馈循环时，设计师必须格外小心，不要让玩家对其在游戏中的表现感觉是不相干的。比如，在很多赛车游戏中都有一个橡皮筋回弹的机制来惩罚马虎的驾驶员。
解决负反馈循环的难题其实很容易：为玩家完成游戏的目标提供奖励。而要解决正反馈循环的问题相对有点棘手。设计师可能会想完全放弃正反馈，但是要这么做的话必须小心，要保证玩家依然能感觉到达成游戏的目标会得到实在的奖励。我们可以考虑将正反馈和负反馈配合起来，或者是找到一个对玩家的实力不造成真正影响的奖励方式，比如新的皮肤或者动画效果之类装饰性的奖励。
1983年，哈佛大学发展心理学教授霍华德·加德纳（Howard Gardner）提出了多元智能理论。该理论认为，作为个体，我们每一个人在认知方式上都各有长处和短处。比如，对于有些人来说在学校学数学很容易，对有些人来说却很难。这并不意味着他们不能学好它，而是学校对于数学的传统教学方式可能不适合这些学生。
加德纳在他的研究中发现人有8种不同的智能，或者说认知方式，以下分别解释了它们。
通过批判性思维和逻辑来认知的过程，有时也被含糊地称为左脑学习。
通过想象将物体在空间中的情形视觉化来认知的过程。专业的国际象棋选手们在脑海中想象他们和对手走的每一步棋的画面就是这样的一个过程。
以听觉或书面的方式，通过文字来认知的过程。在这方面能力比较强的人擅长通过听演讲或者读书来学习。
通过身体或者周围的物理世界的移动来认知的过程。这些人如果能站起来，走动走动，或者与他们正在学习的东西有身体上的接触，就能学得更好。
通过各种和音乐有关的东西，包括音调、旋律、节奏和音色来认知的过程。这种类型的人能从童谣或任何以音乐形式呈现的东西中学习。
在与其他人的互动中来认知的过程。这类人可能非常有爱心或者是一位交际花。
自我反省和认知的过程。这类人通常都很安静，一直从自己的内心寻找答案。
从周围相关的自然环境中认知的过程。
如果设计师在设计游戏时考虑到这些不同的智能，他们可以让游戏适应无限多的玩家。事实上这个理论在早年的游戏设计中有过体现。《星战前夜》（Eve Online）和《龙与地下城》（Dungeons and Dragons）就对擅长数理逻辑认知的人非常有吸引力，因为有许多统计状态需要玩家记住。魔方和类似《音乐方块》（Lumines）这样的游戏则对擅长空间认知的人有吸引力。《龙与地下城》和大多数基于文本的角色扮演类游戏（roleplaying games，RPG）对那些擅长语言认知的人有吸引力。而 “红灯绿灯停”（Red Light，Green Light）和任何新兴的动作控制类游戏会吸引身体－运动认知类的玩家。抢椅子游戏和《塞尔达传说·时之笛》（Legend of Zelda：Ocarina of Time）利用音乐来吸引那些擅长这种认知方式的玩家。单人游戏如《纸牌》（Solitaire）和一些角色扮演游戏帮助那些自省认知类玩家更好地认识他们自己。寻宝类的游戏则让那些自然探索认知类的玩家从周围环境中去发挥他们的长处。
大多数游戏会利用这8种智能中的两到三个，而又有多少游戏会选择每一种都略有涉及呢？
霍华德的隐匿性游戏设计法则（Howard’s Law of Occult Game Design，隐匿性游戏设计法则，或称霍华德法则）可以用以下公式来表示：秘密的重要性∝其表面看来的无辜
性×完整度（Secret Significance∝Seeming Innocence×Completeness）。翻译成日常用语来说，这个方程式意味着秘密的重要性，是与其表面上看起来无辜的程度及其完整度直接成比例的。
隐匿性游戏设计法则解释了为什么很多有情感或是主题目标的独立游戏设计师，往往喜欢采用复古的格调，使用简单的机制和美术风格。事实上，很多成功的独立小游戏都可以这样总结：“这个游戏看起来是一个简单的平台跳跃类（射击类/冒险类/解谜类）游戏，但是接下来……”复古风格营造的怀旧氛围让人联想到在游戏早期的历史上，游戏都是很简单的。在一个采用8位图形和芯片音乐的横向卷轴射击游戏中出现不可见的宇宙战队，其中形而上的哲学思考就更让人意想不到，也就更有力量。
通常，一个特定的机制在游戏的叙事和玩法层面包含一个非同寻常的情节转折，来展现游戏出色的叙事设计。例如，《时空幻境》（Braid）是一个《超级马里奥兄弟》（Super Mario Bros.）风格的横向卷轴平台跳跃游戏，但是《时空幻境》的时间反转机制反映了爱与失去的本质。《超级小花》（Eversion）首先看起来是一个平台跳跃类游戏，随着玩家在不同世界之间穿梭的能力，洛夫克拉夫特风格的恐惧逐渐侵入。特里·卡瓦纳（Terry Cavanagh）制作的小游戏《勿回头》（Don’t Look Back，也有译作《勿回望》或《不要往后看》等）看起来也是一个非常简单的平台跳跃类游戏，但是当游戏到了后半段进入地下世界之后，就不许玩家往回看了。这个游戏规则取材于希腊神话中关于英雄俄耳甫斯（Orpheus）的故事，当他下到冥府想救回他的爱妻欧律狄刻（Eurydice）时，冥王告诉他不许回头看，否则爱妻的灵魂将被拉回死亡之地。
以上提到的所有游戏都给玩家提供了类似的转折性体验，一个看似普通的游戏背后原来隐藏着具有深意的主题（参见原理58“主题”），就好像从一张魔术图片中突然出现一个秘密的设计。霍华德法则告诉我们这样的游戏刚开始的时候看起来越像是一个单一维度的、独立的体验，这种转折的力量就越大。
隐匿性设计和彩蛋（游戏中隐藏的一个秘密设计，比如将设计师的首字母放在其中）的概念也有关联，但主要是跟世界建筑相关的彩蛋。第一个彩蛋出现在雅达利2600的游戏《冒险》（Adventure）中，玩家输入游戏的创作者沃伦·罗比奈特（Warren Robinett）的首字母就能进入一个秘密房间。有的彩蛋让玩家有机会透过重重面纱进入另一个世界，从而在原本游戏的基础上带来一个巨大的空间扩张。例如，任天堂（Nintendo Entertainment System，NES）上最早版本的《塞尔达传说》（Legend of Zelda）中，玩家在完成游戏后输入主人公林克的名字“Link”就能发现在另一个地牢中的第二个任务。
霍华德法则在游戏的空间、时间、机制设计和经验累积方面都有影响。在关卡设计中，密密麻麻的、有许多隐藏通道和门洞相连的迷宫是隐藏秘密最有效的方式。游戏《恶魔之魂》（Demon’s Souls）就是贯彻这一关卡设计原理的一个例子，其续作《黑暗之魂》（Dark Souls）中的主世界设计则将这一点体现得更加淋漓尽致。在时间方面，游戏中如果有一些重复发生却又让人不可预料的事件，这些时刻就有着特别强大的力量，如在超自然恐怖游戏《致命预感》（Deadly Premonition）中，黑色恶魔狗于午夜之后在街上狂吠时。隐匿性设计也可以应用于一些隐藏的机制。如在《恶魔之魂》中，一个隐秘的世界里玩家在服务器上的一系列动作可以解锁隐藏事件、区域和人物。当这样的秘密功能逐渐结合到一起，揭示游戏世界中更大的秘密的时候，它们的作用就发挥到了极致。如在《致命预感》中地图最终形成一条狗的形状，呼应那些在深夜的街上吠叫的恶魔狗，这个形象同时也呼应了游戏中乔装反派人物的那条宠物狗。
在一个游戏中的任何一个点上，玩家能接触到的信息数量和性质可以极大地改变其决定。比如，当一个玩家不知道游戏的规则或一般状态时，他们没有办法理性地做出抉择，他们所能做的就是做出大胆的、无知的猜测。所以，在游戏中的不同点展现出来的信息类型和级别，可以极大地影响这个游戏的玩法。
为了让人更容易理解，和游戏相关的信息可以采取不同的形式以及分类呈现。
所有信息的类别中最首要的一个是游戏的结构，包括游戏的设定和规则。比如在卡牌类游戏中，整套的规则通常会被打印成小册子或者印在包装盒上。而桌上游戏比如跳棋对每一步有效的移动都有严格的规定。
游戏环境本身也应该被视为信息。在国际象棋中，棋盘布局和每一个棋子的位置都能通过国际象棋记谱法（algebraic chess notation）被当作纯粹的信息来传达。
如果一个游戏中的随机元素被作为参数而不是一个固定值来考虑，它也是一条明确的信息。例如，在《大富翁》（Monopoly）游戏中，玩家不知道他们的下一步到底能走多远，但是他们知道这是由两个骰子来决
定的。
第二类信息是游戏在任何一个时间点上的状态。广义的说，它可以被概括为“现在是怎么回事？”这类信息包括单位元素所处的位置、分数、资源的情况等。而它的含义比单个元素在地理上被放置在哪里这一点要更广泛一些。例如，在一些桌上游戏中有行动阶段和得分阶段，游戏目前处在哪个阶段这个信息关系到玩家的哪些行动是有效的。
游戏理论进一步描述了在游戏中这些信息是如何被利用的。当然，落实到具体的实现上，每个游戏利用这些原则的方式都不一样，但是一般的分类和分级对描述游戏设计师是如何处理这些信息是有帮助的。
“完全信息”是游戏中一种最基本和限制最少的信息传达方式。在“完全信息”的环境下，所有的玩家都知道关于游戏的每一件事—环境，规则，当前位置，所有物品的状态，以及当前的游戏阶段。简单的桌上游戏通常属于这一类。当然国际象棋、跳棋、围棋和大富翁游戏都是这一类游戏的很好的例子。在这类游戏中，没有什么是保密的或隐藏的。
与“完全信息游戏”相对的，如果在游戏中一部分信息对某一个或更多的玩家是隐藏的，那么这个游戏是“不完全信息游戏”。这类游戏中的一些例子包括经典桌游《妙探寻凶》（Clue）和《狼人杀》（Werewolf）。在这些游戏中，围绕着寻找那些向一个或多个玩家保密的信息展开的行动正是乐趣所在。在《妙探寻凶》游戏中，秘密信息是谁/在哪里/用什么武器完成的谋杀案。《狼人杀》则是在全村范围内追捕隐藏的秘密狼人。这些游戏和更多这类游戏利用对信息的掌握和探索作为他们的“核心游戏循环”（参见原理33“核心游戏循环”）。
不完全信息游戏还可以继续被细分和归类，这在本书的“信息透明”（参见原理27“信息透明”）一节中有更详细的阐述，因为所有这类的游戏都是围绕着和秘密相关的暗示展开的。另一个与这个主题有关的原则是“霍华德的隐匿性游戏设计法则”（参见原理8“霍华德的隐匿性游戏设计
法则”）。
《游戏设计快乐之道1》（A Theory of Fun for Game Design）是拉夫·科斯特（Raph Koster）出版于2004年的一本著作。这是所有设计师都应该熟悉的一本基础性著作。科斯特正面解决了如何使一个游戏让人入迷、引人入胜，并且令人快乐的问题。他同时也说明了当一个游戏没有魅力、不好玩的时候，它将如何失败。
1[美] Raph Koster著，赵俐译．游戏设计快乐之道．人民邮电出版社，2014．
这本书的前提是，所有游戏其实是低风险的学习工具，要让每一个游戏在某种程度上都是寓教于乐的。正如动物在玩耍中学习发挥支配地位的行为、如何狩猎等生存技巧一样，人类也在游戏中学习。好玩的学习体验让我们的大脑释放内啡肽，从而强化学习效果，并给玩家带来愉悦感。正是这种内啡肽循环让我们一再回去体验游戏。一旦这个游戏不再教给我们任何东西了，我们通常会逐渐感到无聊并且放弃玩它。
为了说明这一点，我们来看一个简单的游戏：三连棋（Tic-Tac-Toe）。这个游戏的核心机制非常简单。对于青少年来说，这是一个有趣的游戏，因为他们在学习掌握如何放置他们的棋子。对于一个玩了很多年这个游戏的成年人来说，这个游戏就没那么有意思了，因为他们对这个游戏已经足够熟练，这个游戏也就不再触发内啡肽的释放了。一个成年人（甚至是一个孩子）在有了足够的实践练习之后就会知道要想快速取胜，最初的几步该怎么走，或者至少要做什么来得到一个平局。一旦没有了学习，游戏就不再好玩了。现在，大人可以享受教会他的孩子玩这个游戏并从教学的过程中体会到乐趣，因为他们把自己学习和娱乐的经验传授给了孩子，这让作为家长和导师的他们从中感到骄傲和一种成就感。不管怎样，我们说，这种“快乐”来源于“超游戏思维”（参见原理47“超游戏思维”）。
科斯特的理论还不止于此。他还提到如何在游戏设计中用到“组块化”的概念。“组块化”是一个将复杂的任务分解成我们能够下意识地完成事情的过程（参见原理99“工作记忆”）。例如，在学开车的时候，新司机面临着很多需要同时进行的任务：看仪表板、后视镜、侧视镜，关注路上其他的车辆，看交通灯等。然而，当他学会了开车，他已经能够把这些信息分块成一个一个的单位，从而能够顺利地几乎不假思索地处理它。显然，经验丰富的司机在驾驶时必须集中精力，但他们并不需要特意在如何安全地检视他们的后视镜这个过程上花费时间。
科斯特在他的这本著作中融合了生物学、心理学、人类学和游戏理论的知识。他认为，在我们的体验中，我们在一个不断变化的过程中参与并接受挑战就是“快乐”，特别是在学习中。他断言，我们成功完成一个挑战—也就是在一个游戏中学会如何达成游戏目标—就是“快乐”的来源。他还指出，游戏设计的目标就是重组大脑的思维范式，而这是一个非常严肃的责任。他对此非常严肃并且提醒新入行的游戏设计师们在设计游戏时记住他们所承载的力量和责任。
十年后，进一步的研究已经证实了科斯特的观点。在这本书的第二版中，他把这些新的发现和相关研究也更新了进去，其中包括“拉扎罗的4种关键趣味元素”（参见原理11“拉扎罗的4种关键趣味元素”）以及在心理学和教育学研究中证实他的理论的一些发展。
拉扎罗（Lazzaro）的4种关键趣味元素是一个设计工具，它能在游戏设计师设计新的游戏机制时激发其灵感，研究人员也能利用它来检验这些游戏机制的效果。玩家对游戏的热忱来自于玩家最喜欢的那些动作引发情绪体验的方式。游戏机制创造玩家在游戏中的情绪体验，而这些情绪体验又回过头驱动玩家对游戏的热忱。人们玩游戏有以下4种原因：
首先，玩家对一种新的体验感到好奇，他被带入到这种体验中去并且开始上瘾。这被称为“简单趣味”（Easy Fun）。正如投篮或是挤破塑料气泡包装，这些事情本身就很有趣，不需要玩家通过得分或者保持分数来获得乐趣。
其次，游戏提供了一个可供追求的目标，并将其分解成一个一个可以达成的步骤。目标达成过程中的种种障碍给玩家带来挑战，让他们发展出新的战略和技能来实现“困难趣味”（Hard Fun）。过程中的挫折有望增加玩家的专注力，并且当他们最终获得成功，这种类型的乐趣让他们体会到史诗般胜利的感觉。
当朋友也跟你一起玩的时候，胜利的感觉会更强烈。在“他人趣味”（People Fun）中，竞争、合作、沟通和领导结合在一起，增加参与度。“他人趣味”带来的情绪上的感受比其他3种加起来还要多。
最后一种 “严肃趣味”（Serious Fun）描述的是玩家通过游戏来改变他们自己和他们的世界。比如有些人会通过射击游戏来发泄对他们老板的不满。人们会通过脑筋急转弯来锻炼自己的智力，通过跳舞来减肥。他们从节奏、重复、收集和完成中得到的刺激和放松为他们创造了价值，推动他们参与。所以游戏是一种对他们价值观的表达，而不是在浪费时间。
这4种关键趣味元素主要关注游戏玩家在他们的游戏过程中做得最多的行为。最畅销的游戏通常能同时满足这4种趣味元素中的至少3个。游戏玩家对这4种趣味元素都喜欢，尽管在这其中他们有自己偏好。通常在一个游戏过程中他们对这4种趣味元素的追求是交替着进行的。由于每一种元素会给他们带来不同的事情去完成和不一样的情绪感受，玩家会发现这样交替进行会让他们保持新鲜感，并且延长游戏的时间。
“简单趣味”是一个吸引好奇的玩家的并且促使他们加入游戏的诱饵。因为他们从中体验到新颖的控制方式，探索和冒险的机会和想象的空间，玩家对“简单趣味”的反应通常是好奇心、探索欲和惊喜。对于新加入一个游戏的玩家来说，探索、角色扮演、创造性和故事本身都让他们容易参与其中而不至太过挑战。当玩家在游戏的核心挑战任务上进展得不那么顺利时，“简单趣味”给他们提供机会去体验更多其他的情绪。有趣的失败是对创新的冒险者的奖励，而且它让游戏世界感觉起来更完整。
在某个时候，当这些新奇的感觉不再能持续获取玩家的关注时，他们会去寻找一些具体的事情来完成。游戏的一个最显著的趣味就是其挑战性。“困难趣味”提供一个清晰的目标让玩家去完成，并在完成过程中设置障碍，给玩家机会让他们运用策略，从而让他们在经历挫折之后从史诗般的胜利中感受到“自豪”（fiero），在这个过程中，游戏的难度和玩家的技巧间达到了一个良好的平衡。事实上，玩家必须感觉到非常沮丧，几乎要把遥控器扔出窗外。如果他们在这个时候取得了胜利，“自豪”（fiero）的感受是非常强烈的，以至于他们要将自己的双臂挥向空中来庆祝。如果玩家只是按了一下按键就赢得了比赛，他们是不会觉得那么兴奋的。他们需要发展自己的技能去完成一个目标。“困难趣味”就是通过游戏困难度和玩家技巧间的平衡来做到这一点的。如果游戏不会越来越难，玩家会因为觉得无聊而离开。而如果游戏变难的速度太快，玩家会因为受挫而离开。
当与朋友在一起时，胜利的快感会让人感觉更好。围绕着游戏展开的社交互动能创造娱乐效果和社交纽带。游戏中像竞争、合作、照顾他人和沟通这样的 “他人趣味”机制，给人带来社会性的情绪，比如愉悦、幸灾乐祸、友好。当一群人在同一个房间里一起玩同一个游戏时，更多的情绪体验会被引入，而这些来自“他人趣味”的情绪体验比其他3种趣味加在一起带来的情绪体验还要多。沃尔特·迪斯尼认为与人共享的体验是更具吸引力的体验，而更具吸引力的体验更有意义，游戏中“严肃趣味”让玩家感觉到他们自己和他们世界的改变。当“自豪”（fiero）的感觉逐渐变淡，“严肃趣味”依然在为玩家创造价值和意义。游戏中的收集、重复和一些重要的机制能创造兴奋感、轻松感，以及获取道具、价值，或去达成某种状态的愿望。
游戏的一大特点是它是一种幻想（这是关于游戏的定义中一个主要的部分）。例如，没有人在打棒球时会认为这是一场非生即死的战斗。不管合同上奖金的额度有多高，这始终是一场游戏。我们固有的假设是，游戏是一种独立于真实世界的存在。
20世纪早期历史学家约翰·赫伊津哈（Johan Huizinga）在其著作《游戏的人》（Homo Ludens）中指出，游戏有其单独的活动空间：
“竞技场、牌桌、魔法圈、寺庙、舞台、网球场、正义的法庭，诸如此类，从形式和功能上都是一个游戏场。它包含特殊的规矩，如禁止污损、互相隔离、划分禁地、神圣化等。它们都是在我们的‘正常’世界之中，为了一个独立行为而存在的临时世界。”
凯蒂·沙伦（Katie Salen）和埃里克·齐默尔曼（Eric Zimmerman）在他们的著作《游戏的规则》（Rules of Play）里谈到了这一段引文中“魔法圈”的概念并将之进一步阐明：当游戏开始，就和现实不一样了。小小的红色塑料挤压出的形状变成“酒店”，树成为“基地”，球门线成为一个需要不顾自己的健康和安全拼命保护的区域。
虽然对很多人而言，这个区分对他们而言并没有什么不同，但是让我们想想这样的游戏给我们带来的自由吧。整个数字游戏行业中最赚钱的游戏体裁，是围绕着努力成为第一个杀死对方玩家的人或是杀死最多对手的人展开的。这绝对是一件非常可怕的事情，除非你能够说，游戏本身是一个独立的现实。现在将这个思路用作一个创新的透镜：想想什么样的交互是人们在真实世界中（由于种种禁忌、由于物理定律或由于缺乏资源）而不能做到，却可以在游戏中冲破这些限制去达成的？
同时，一些游戏也会越过魔法圈的边界。一个赌博成瘾的人在玩游戏的同时，这个游戏对他的影响肯定超出了魔法圈中的“现实”。一个对游戏中的损失耿耿于怀的玩家也将把坏心情带到这一天接下来的时间，这也就超越了魔法圈与现实世界时空的那层薄薄的膜。事实上，“破坏者”（griefers，参见原理88“破坏者”）就是这么一种不成器的人，他们拥抱这个魔法圈的界限能被突破的想法，并将其力量作为一种“超游戏思维”（参见原理47“超游戏思维”）。
当“这只是一个游戏”不再只是一个游戏，魔法圈的界限就被丢诸脑后了。
游戏中的博弈，依据博弈各方做决定或采取行动的先后关系，可以被区分为“同步博弈”（Simultaneous game）或“序贯博弈”（Sequential game）。区分这两种类型是非常必要的，因为它们的策略是不一样的，也就需要不同的设计考量。
在同步博弈中，博弈者必须考虑其他人会采取什么样的行动，但是不能肯定他们到底会做什么。每个玩家同时也知道博弈中的每个人都面临着同样的问题。像“其他玩家都在做什么”这样关键的信息会对每一步走下来的后果产生影响，但这些信息对于博弈者在做自己每一步的决策时并不可见（参见原理9“信息”和原理27“信息透明”）。
在序贯博弈中，每个博弈者能得到更多的信息。他们能通过其他人刚刚采取的行动，对其下一步行动进行可靠的预测。
同步博弈有可能是在时间上真正同步进行的，比如“石头剪刀布”（参见原理22“石头剪刀布”）；也有可能不是，博弈者各自在不同的时间进行自己的行动，只是他们在采取自己的行动时不知道其他博弈者的决策（这在实际效果上相当于“同步的”）。这类博弈是最容易通过一个正则形式（Normal Form）表格来表示“得益”（参见原理19“得益”）的。同步博弈可以用“纳什均衡”（参见原理17“纳什均衡”）来解决（博弈各方都有一个单一的最佳选择，并且如果基于所有选择可能带来的后果改变战略也不会得到更好的结果）。囚徒困境悖论也是一个同步博弈的例子（参见原理20“囚徒困境”悖论中的正则形式
表格）。
序贯博弈要求博弈各方每一步都要轮流做出决策，如国际象棋。同时他们对于其他人之前做出的决定至少是部分知情的（他们掌握的有可能是不完全信息—参见原理9“信息”）。在多人博弈中，了解第一个行动会有哪些优势（或劣势），以及玩家在这个轮流的顺序中的哪一个点需要作出他们自己的决策，也是非常重要的。也就是说，谁已经作出了决策。
这类博弈的“得益”（参见原理19“得益”）通常通过扩展形式（Extensive Form）或决策树（Decision Tree）来表示。扩展形式基于可用信息的所有组合列举每一个玩家在每一次机会面前决策时的所有可能性，及其结果的得益。即使是在最简单的游戏里，这也会是非常复杂的数学运算。
序贯博弈通常要用逆向归纳法来解决。这个过程先确定所期望的结果，然后通过决策树逆向推导出能最终带来这个结果的决策。在理想的情况下，玩家也会基于对方之前的行动带来的结果，在树的任何一个分支去判断他们此刻最佳的行动方针。这使他们能够在游戏中的任何时候做出最优化的决定。这种反向规划过程基于理性人假设（每个博弈者都朝着为自己带来最佳结果的目标努力），是由约翰·冯·诺依曼（John von Neumann）和奥斯卡·摩根斯坦（Oskar Morganstern）在20世纪中叶引入游戏理论的。
游戏的机制、运行和体验（Mechanics，Dynamics，and Aesthetics，MDA）是一个系统化的分析和理解游戏的方法。它是由三位资深游戏设计师马克·勒布朗（Marc LeBlanc）、罗宾·亨尼克（Robin Hunicke）和罗伯特·扎贝克（Robert Zubek）提出的。他们认为，所有游戏都可以被分解为以下组成要素。
游戏机制是整个系统的规则。它定义了这个系统如何处理玩家的输入，以及玩家能看到什么和做什么。在桌上游戏中，游戏机制相当于游戏规则和呈现方式。在电子游戏中，游戏机制就是和游戏源代码直接进行交互的规则。游戏的源代码控制着机器如何理解玩家的行动以及应该如何反馈。
游戏的运行讲的是在玩游戏的过程中整个系统的各个参与者的行为。它是这3个要素里最难被充分理解的。我们把你在eBay上对一件商品竞拍的过程当成一个游戏来举例，没有人规定你要在拍卖越接近尾声的时候叫价最好，但是大多数的叫价都是在这个时候发生的，因为竞拍者（玩家）不想让其他竞争者知道他们对这件商品的兴趣（通常他们会使用一些狙击软件）。这个运行状态的发生是由机制决定的，游戏机制规定了玩家能看到此刻的最高价格，而且竞拍必须在某一个规定的时刻结束。如果机制不是这样的，人们的竞拍行为也会不一样。游戏的运行是对游戏机制在真正运行时效果的展现。
游戏的体验是在游戏运行的影响下玩家的情感输出。在前面提到的eBay拍卖的例子中，由于运行时会产生“狙击”的情形，在拍卖接近尾声的时候，目前的出价最高者，其他竞拍者，和卖家都处在非常紧张的状态。我们没有一个目录来罗列所有不同的游戏体验，但是挑战、恐惧、紧张、幻想、社交和探索都是常见的游戏体验。
我们有两种不同的方式来实践MDA。第一种方式，游戏设计师以定义在游戏中想要达到的体验效果作为设计流程的开始，然后确定要达到这样的体验效果玩家需要参与什么样的游戏运行过程，最终再为这样的运行过程设置游戏的机制。第二种方式，玩家反向体验MDA的3个要素并且首先与游戏机制进行互动，这些机制会带来特定的游戏运行，而这又将让玩家产生特定的体验。
MDA只是在游戏中达到创造特定情绪反应效果的一个方法，它有它的局限性。玩家在游戏中体验到的情绪反应不仅仅是这个游戏的运行所带来的，它同时也跟玩家本人，以及他或她的背景情况有关。我们可以想象一下，一个孩子，一个青少年，和祖父母在玩《生化危机》（Resident Evil）时分别会是什么样的情形。孩子可能会觉得非常恐怖，青少年可能会觉得它非常让人振奋，而祖父母可能会十分排斥。另外，文化差异和时间段的不同也对这种情绪反应有影响。现在已经很少有人会对《死亡赛车2000》（Death Race 2000）中的场景觉得恶心了，但在当年它创造了相当大的轰动。
尽管如此，如果你要回到最初，开始对一个新游戏的机制进行分析，MDA是一个相当有用的工具。以下是一些MDA能帮助你回答的问题：这些机制将创造什么样的玩家行为？这些行为是符合你的游戏的期望的吗？如果规则改变，对游戏的运行会有什么样的影响？你的游戏想要达到什么样的目的？哪些机制和你想要达到的目的是契合的，哪些是对立的？
机制 → 运行 → 体验
体验 → 运行 → 机制
在游戏设计领域我们知道有很多游戏种类，比如第一人称射击游戏（first-person shooters，简称FPS），角色扮演类游戏（roleplaying games，RPG）等。虽然这些分类方法是很好的，但我们不要忘了还有更广义的游戏分类方法把游戏分为记忆游戏和技巧游戏。
在记忆游戏中需要用到试错法、记忆识别、本能反应（平台跳跃游戏）以及对游戏本身的掌握。技巧游戏需要体能或精神上的实力和条件来完成。许多游戏在特定情况下对这两种类型都有涵盖。
让我们来看看几个记忆游戏的例子。一个FPS游戏的玩家在他玩过这个游戏几次之后会玩得更好，因为当玩过几次之后他们记住了相关的元素和物品在哪里、道具在哪里升级、游戏的关卡是如何设定的。在一个横向卷轴的平台跳跃游戏中，玩家需要记住物体分别都在哪里以及它们是如何移动的，才能运用他们的反应能力来通关。一个赛车游戏也同时包含记忆游戏和技巧游戏的元素，因为玩家需要记住赛道的情况，并运用他们的反应能力来精确操作。
接下来是几个技巧游戏的例子。美式台球、桌球，甚至是台球、桌球的视频游戏，都需要通过数学计算来确定击球的角度，并了解一个3D球体在平面上如何与其他3D球体碰撞，及其有可能产生的六种结果。在一个RPG游戏中，玩家需要从非玩家角色（non-player character，NPC）获取信息，去了解他们该如何运用武器和魔法组合来击败这个区域的Boss。这引导玩家在脑海里形成他们下一步行动的路径，以及评估如何得到某些物品来帮助他们的角色通关。
而一些智能手机上的小型休闲游戏主要是需要记住手指该往屏幕何处点击或如何瞄准一个飞行的目标，大一点的游戏则同时具有记忆和技巧游戏的元素。那些优秀的投币街机游戏就是很好的例子。玩家需要很好的记忆来取得好成绩，因为这些游戏从来没变过。同时也需要高超的，游戏特定的技巧，比如如何聪明地利用有限数量的子弹，怎样使用正确的按键组合抛出一个超级勾拳，或是抓住跳跃的最佳时机。
在这两种不同类型的游戏中，记忆游戏可能会在玩了一段时间之后让玩家感到无聊，因为他一直在玩一样的游戏，用同样的方式，在同样的区域，使用同样的工具或武器。解决这个问题的方法是在保持游戏机制、故事和结果不变的前提下为游戏加入一些随机性，比如在不同级别中让敌人在不同的地方出现，跳跃平台以不同的速度往不同的方向移动，物品掉落的方式和地点不一样。在技巧游戏中，如果玩家没有达成完成游戏特定部分所需要的技能，他会感到越来越沮丧。当这种情况发生时，游戏设计师可以用不同的方式来解决。近期的一个例子是《超级马里奥Wii》（Super Mario Wii），如果马里奥死了很多次，路易吉（Luigi）会出现为他做指示，帮助他通关；马里奥还可以飞回他进入的第一个世界去观看关于技巧、诀窍和隐藏物品帮助视频，以此来帮助玩家继续玩下去。游戏设计师还可以让游戏给玩家提供一些小提示，通过闪光效果来给玩家指示道路或者提示玩家需要拾取的物品。设计师还可以让一些多余物品隐藏起来，这也能在某种程度上给玩家提供帮助。敌人有时候也能给玩家带来帮助，比如，跳到一个敌人身上对他造成伤害的同时，玩家也借助这一跳弹到更高的高度，来到达他之前跳不到的平台上。
游戏中的记忆术也可以被用于提升现实世界中的技能。士兵、医生、学生、船长等都可以通过模拟现实技术来学习相应的职业技能，如拆卸检修武器或是进行某一类外科手术。
与“最小/最大化”（Min/Maxing）不同，“极小极大”（Minimax）是由约翰·冯·诺伊曼（John von Neumann）提出的概念，它指出，在一个零和博弈中，每个博弈者会选择一个能最大化他们回报的混合策略，由此产生的策略和回报的组合是帕累托最优的（参见原理19“得益”，原理18“帕累托最优”和原理100“零和博弈”）。在经济博弈论中，极小极大原理常被用来减低机会成本（也就是后悔）。
根据冯·诺伊曼的观点，这个定理是所有现代博弈论的基础。这个定理反过来就是“极大极小”（Maximin），它应用于非零和博弈（non-zero sum games）。极大极小原理解决的问题是玩家致力于防止最差的后果，想要避免错误决定导致的最坏结果。总的来说，极小极大和极大极小几乎是相同形式的理性自利，博弈者都认为他们做出正确的决定来保证自己的成功。
极小极大。选择这个策略的人是机会主义者或乐观主义者，他们的决策目标是让对手得到最小回报。他们并不见得总是选择让自己获得最大成功的选项，因为那不一定能减少他们对手的收益。他们的选择将永远是“纳什均衡”（参见原理17“纳什均衡”）。
极大极小。选择这个策略的是杞人忧天者或悲观主义者，他们会做出保守的决定来避免自己得到负面的回报。他们倾向于选择最不会带来可怕失败后果的选项。这些人是那种宁愿把钱存在银行里，不会去投入股市承担风险的类型，他们甚至会担心银行倒闭而选择把钱藏在床垫下。他们关心的是将他们的最小收益最大化。
在数学上，极小极大算法是一个递归算法，用来在参与人数确定（通常是两个）的博弈中做出下一步的决定。博弈的每一个参与者的每一个可能状态都被赋予了一个通过位置估算函数计算的值，这个值表示玩家要如何成功才能达到该位置。根据函数，理性的极小极大博弈者将基于对手下一步的可能决策和预设值，做出让该位置上最小值最大化的决策。
极小极大也被应用于没有其他对手，但结果取决于不可预知事件情形下的决策。它帮助人们在自然、偶然的机会，或环境影响下的决策，比如决定要不要投资一个高风险的股票，如果该公司成功了，投资者将获得极可观的收益；如果失败了，这个投资将一败涂地。在这样的情形下，可能出现的结果与有两个参与者的零和博弈类似。
纳什均衡是以它的发现者约翰·纳什（John Nash）命名的。他在约翰·冯·诺依曼（John von Neumann）和奥斯卡·摩根斯坦（Oskar Morganstern）等人“零和博弈”（参见原理100“零和博弈”策略（Zero-Sum strategies）研究的基础上发展了这个概念。纳什认为，在任意一个混合策略博弈中有这样一个策略组合，在该策略组合上，任何参与人都有有限的选择；而当所有其他人都不改变策略的时候，没有人会改变自己的策略，因为改变策略会导致该博弈者得到的得益降低，那么这个策略组合就是一个纳什均衡。
当所有的参与人都有一个最佳选择，而且改变策略不会让他们得到更好的结果时，这就是一个纳什均衡。纳什均衡的结果不一定是该博弈中的“帕累托最优”（参见原理18“帕累托最优”）结果。纳什均衡的例子包括三连棋（Tic-Tac-Toe，纳什均衡的结果是平局）和囚徒困境（双方都保持沉默就是一个纳什均衡）。
纳什均衡原理可用于预测博弈者在他们最优策略的基础上互动的结果。如果不把另一方的行动考虑进来，纳什均衡就无法预测一个决定将带来的结果。因此，纳什均衡仅在博弈各方都对博弈可能的决策和结果有共识的情况下有效。这时，博弈各方都明白所有人可能的结果及回报，所以能判断出哪个决策是对自己最有利的，哪个决策是对其他人最有利的（参见原理9“信息”和原理27“信息透明”）。
纳什均衡可以通过数学方法，基于回报矩阵（payoff matrix）得出。不过只有在参与人数不多和可用策略不多的情况下这个矩阵才好用。如果一个单元格中的第一个回报数字和第二个回报数字都分别是该列和该行中最高的，那么这个单元格所描述的情形就是纳什均衡。例如，当一个游戏中有两个玩家，而他们分别都有4种可能的策略，其回报矩阵如下（其中用斜体字标出的就分别是玩家1和玩家2的纳什均衡）：
| 玩家2-A |
玩家2-B |
玩家 2-C |
玩家 2-D |
|
|---|---|---|---|---|
| 玩家 1-A |
0,0 |
20,15 |
0,10 |
10,0 |
| 玩家 1-B |
15,20 |
0,0 |
10,0 |
0,10 |
| 玩家 1-C |
10,0 |
0,10 |
15,15 |
15,0 |
| 玩家 1-D |
0,10 |
10,0 |
0,15 |
15,15 |
只要单元格中两个值的顺序没有改变，并且这两个值分别保持在该列和该行中最高，纳什均衡将保持稳定。在上表中，BA的值15，20，AB的值20，15，CC的值15，15，DD的值15，15，就是这个矩阵中的纳什均衡。而如果CC和DD的值变成了10，10，它们就不再是纳什均衡，因为它们所在的行或者列中列出的回报里都有比它更高的值。2
2原文表格及正文中数值无法对应，所以译者对正文中数值做了与表格相应的修改。原文正文中关于数值的表述如下：“在上表中，BA的值11, 12，AB的值12, 11，CC的值16, 16，DD的值16, 16，就是这个矩阵中的纳什均衡。而如果CC和DD的值变成了10, 10，它们就不再是纳什均衡，因为它们所在的行或者列中列出的回报里都有比它更高的值。”
当然，错误、复杂性、不信任、风险和非理性行为都可能影响参与人的策略，导致他们选择低回报的策略，但他们可能会觉得他们有很充分的理由作出这样的选择。参与人之间的沟通（游戏之外的协议以及可信或不可信的威胁）也会影响选择，特别是在连续玩同样的游戏时。这些沟通可能导致一些超游戏的策略（参见原理47“超游戏思维”）的产生，比如以牙还牙。这种情况在两个人连续重复“囚徒困境”（参见原理20“囚徒困境”）的情境时经常出现。
纳什均衡也被用来分析政治和军事冲突（包括冷战时期的军备竞赛）、经济趋势（如货币危机），拥堵地区的交通流向。纳什均衡的应用也被用来支持另一个博弈理论“公地悲剧”（参见原理26“公地悲剧”）。如果博弈在纳什均衡的情况下反复进行（参见原理45“迭代”），博弈者之间的重复互动会带来形成一个长期策略的基础，并取代任何统计预测的结果。博弈者之间选择的合作性会更大，这在博弈者能够自由沟通的情况下尤其明显。
许多博弈论的例子都是零和命题—其中参与一方的收益来自于另一方的损失。当然，在游戏中，这是常有的状况，特别是玩家需要夺取资源的游戏—比如桌游《大战役》（Risk）。并且当一方通过夺取领土地位上升的时候，自然而然地，另一方的地位就下降了。
然而，也有一些情况下，玩家可以在不影响其他玩家地位的情况下让自己的地位上升。意大利经济学家维尔弗雷多·帕累托（Vilfredo Pareto）在财富和收入分配等领域研究了这样的关系。人们以他的名字命名了他的发现。
帕累托不是单独地看每个个体的增长，而是将它们放在整个系统中去分析。例如，当有人得到了一定数量的货物、金钱、土地等，而且是从一个人手上转移到了另一个人手上（比如通过销售），这就是“帕累托交换”（Pareto shift）。显然，一个零和交换对整个系统而言并没有优化作用。但是，如果一个交换过程在改进了系统中一个人的状态的情况下没有直接损害系统中其他人的利益，这个变化就是一个“帕累托改进”（Pareto improvement）。
当一个角色扮演游戏（roleplaying games，RPG）中的角色升级自己的能力和技能时，这就是一个帕累托改进。在典型的游戏世界中，这样的动作不会导致其他玩家的能力削弱。另一方面，如果一个玩家偷了另一个玩家的装备，这就不是一个帕累托改进，因为这会让被偷的一方能力削弱。
通常，参与双方都可以进行帕累托改进，甚至进行多次。当一个系统达到了没有帕累托改进的余地的状态，它就达到了“帕累托最优”（Pareto optimality），又称“帕累托效率”（Pareto efficiency）。这时，系统中的任何一个交换都是零和的—也就是说，这个交换将损害系统中至少一方的利益。
帕累托最优的一个重要特性是它不一定是一个公平合理的分配，它也并不意味着这个分配是可能的分配方案中最好的。它只是说明当前的选择已经被扩展到了没有任何人可以在不损害其他人利益的情况下进行改善的地步。
此外，有趣的是，“占优策略”（参见原理84“占优策略”）并不总是与帕累托最优一致。例如，在囚徒困境中，占优策略（也就是背叛）就跟帕累托最优（双方合作）不一致。这是因为双方“保持沉默”相当于一系列同步的帕累托改进—每人都在不使对方状况变差的情况下让自己的状况变好了。在这一点上，没有人能在不让对方变差的情况下让自己的状况变好（要让自己的状况变好只能背叛对方，也就意味着对方的状况变差）。
在合作的游戏或系统中，帕累托最优是一个理想的目标。在竞争的游戏中如果达到了帕累托最优，则往往意味着僵局或不可避免的冲突。在策略游戏如《文明》（Civilization）中，玩家通常要扩大自己的领土，直至达到其他玩家领土的边界。在一般意义上，只要玩家不从其他玩家那里获取土地，这些领土扩张都是帕累托改进。但是，当所有玩家都得到了所有空闲的土地，帕累托最优就达成了。这时要再扩张自己的领土，唯一的办法就是从其他玩家那里抢夺土地。
帕累托改进（及其最终带来的帕累托最优）在资源平衡的游戏机制中也经常被使用。如果一个游戏需要你去决定建造或生产什么类型的单位（利用有限的金钱、时间、空间等），通常就需要用到帕累托最优。例如，在资源有限的情况下，玩家需要决定是建造进攻单位还是防守单位。只要建造其中的一个不会影响到建造另一个的进度，建造其中任何一种都是帕累托改进。而当你的地盘上已经建造了最大数量的建筑，要再建造其中任何一种就必然导致另一种的数量减少了。需要再次强调的是，达到帕累托最优并不意味着这就是最佳组合，只是表示所有的资源都被有效地使用了。
帕累托改进存在：每个玩家都能在不影响对方利益的情况下扩张自己的土地
帕累托最优：每个玩家都不能在不影响对方利益的情况下扩张自己的土地
得益（Payoff）是指在游戏中一个决定所带来的产出或结果（参见原理18“帕累托最优”），不管是正面的还是负面的，不管它如何被计量。它可能是分数、利润或得到其他形式对玩家有激励作用的价值（参见原理28“范登伯格的大五人格游戏理论”）。
有一点很重要，不是所有的玩家玩游戏都是出于追求同样的回报（参见原理3“巴特尔的玩家分类理论”）。有一些玩家是为了得到高的分数或升到更高的级别，有一些玩家则对于他们能种出多少种花更感兴趣（参见原理47“超游戏思维”）。
假定游戏中的所有玩家都是理性自利的，也就是说每个人的行为都以获得自己的最佳回报，并且将其最大化（参见原理16“‘极小极大’与‘极大极小’”）为目的，根据玩家自己的价值体系，每个决定对玩家带来的影响都是合理的。尽管有时玩家会去做他们认为对自己团队最好的事情，期望它也能给自己本人带来有利影响（参见原理29“志愿者困境”），但通常理性自利意味着玩家的决定是只为自己的利益打算的，并不考虑对其他玩家带来的影响。
在博弈论中，得益可被分为基数的和序数的。
基数得益（Cardinal Payoffs）是固定量的值，用可计量的货币、点数或其他可用之物做计算单位。基数回报是定量的，有特定的数目。这种回报可以设置在不同的层级来区别结果之间的不同关系。基数得益的要点是具体数值，比如1或0，是或非，有奖或无奖。
序数得益（Ordinal Payoffs）采用得益产生的顺序而不在于其数值的大小来描述结果。序数得益是相对的比较值，从最好到最差排序，就像竞赛一样，排序名次比时间和距离更重要。序数得益的要点是排序，如1，2，3，8，……，12。赢家是居于排列之顶的第1号，而不是其他什么特别的数目。
当游戏是同步进行的，也就是说，当一个玩家必须在不知道其他玩家会怎么做的情况下采取行动时，通常会有一个正则形式的表格来显示得益（参见原理13“采取行动”），这样我们就可以比较游戏双方所做选择的结果。前文中提到的剪刀石头布（参见原理22“石头剪刀布”）的表格就是一个“零和博弈”（参见原理100“零和博弈”）中基数得益的例子。这种显示方式使结果一目了然，或是赢或是输，而不是按照从赢到输的多点分级的方式来显示。
然而，如果两人进行一场剪刀石头布比赛，比赛中两人需要连续进行多次剪刀石头布，这场比赛的获胜者并不是赢得最后一次剪刀石头布的人（这就是基数得益），而是在连续比赛中获胜次数多的那个人。在这个例子中，玩家按得分顺序排名，故此是序数得益。
在平衡一个游戏的得益时需要注意的一点是：在决策过程中的理性自利（没有与其他玩家之间的可信承诺）通常会给玩家带来最坏的结果。比如在“囚徒困境”（参见原理20“囚徒困境”）中，如果双方合作（不采用理性自利），他们会同时得到对自己而言第二好的结果。而如果他们分别都选择能让自己被释放的做法，也就是背叛对方，他们反而都会被判更长的刑期。我们要注意尽管这个游戏看起来是基数得益的，它实质上却是序数得益的。因为唯一重要的一点是它们的顺序保持不变（−10，−4，−1，0）。这些数字可以是任何值，只要它们始终保持顺序不变（参见原理20“囚徒困境”中的表格）。
囚徒困境（Prisoner’s Dilemma）是一个简单的博弈，它解释的是为什么两个博弈者在博弈时会分别作出不是对自己最有利的，却能通过合作达成一个更好结果的选择。它描述了一种在序数得益（参见原理19“得益”）的同期非零和博弈（通常是对称的）中的相互信任，这种博弈假设博弈者是理性自利的（参见原理1“游戏的对称性/非对称性和同步性”和原理100“零和博弈”），尽管在博弈中频繁地看到合作（甚至是在博弈者之间不允许沟通联系的情况下）并且合作行为会得到重奖，伴随着帕累托最优中的相互合作（参见原理18“帕累托最优”）。博弈可以按照传统方式进行，如单一决策，或重复决策，产生基于过去结果的行为模式。在右图的表格中，当一个囚徒合作时，也就是他保持沉默以支持另一个囚徒。当一个囚徒背叛时，也就是他向审判者告发另一个囚徒。
如果两个博弈者连续完成了多次囚徒困境的情景，并基于对方之前的行为各自形成了一个对对方的看法，这两人都将开始基于对方的行为来规划自己的策略。连续玩N（N已知）次游戏时，最合理的决定是每一次都背叛对方。然而在实践中，大多数人都不会超理性到能够意识到对他们来说能得到最大利益的做法是：每一次都与对方合作，然后在最后一次背叛对方。假定他们会这么做，这也会让他们推断对方也与他们一样理性，也会做出同样的事情。于是他们在倒数第二轮选择背叛，如此循环往复，回到开头。而如果N是未知的，这个做法就不再是游戏的“占优策略”（参见原理84“占优策略”），而是一个“纳什均衡”（参见原理17“纳什均衡”）。
事实上，一些真正的人类博弈者发展起来的策略不那么理性，但却更加成功。这些策略中最基本的一个是“以牙还牙”（Tit-for-Tat）。博弈者在每一轮中都做对方在上一轮做的事情，最后开始第一轮的合作。这个博弈理论早期的研究者之一罗伯特·阿克塞尔罗德（Robert Axelrod）提出了博弈者的策略要获得成功的4个必要条件。
要友好（Nice）。不要首先背叛（尽可能的合作）。
不嫉妒（Non-Envious）。不要试图比对方得到更多（优化平衡积分）。
要报复（Retaliating）。当对方背叛你时一定要报复（不要永远合作）。
要宽容（Forgiving）。报复之后要改回合作（如果对方不背叛你的话）。
一些非传统的方法，比如随机背叛（博弈者随机选择是合作还是背叛，这样在面对比较友好的对手时能获得一些小利益），巴甫洛夫回馈（Pavlovian reward）（博弈者在每一次对手做出与自己上一轮所做的同样的事情时选择合作），团队合作（使用“最小/最大化”策略（参见原理75“最小/最大化”），指派团队中某些成员故意输掉，以让其他成员能赢。团队内用类似摩斯密码的密语来交流—就好像是一个合作/背叛的合谋计划），有时能获得比传统方法更多的利益。这样的博弈可以在单人间进行（在不同结果之间平衡，每一个结果都有其好处及其影响）；每组多个博弈者共同进行，每人控制结果的一部分；或甚至在多个组之间进行，它们负责在不同组之间选择合作还是拒绝（或资源的分配）。这有时会造成“公地悲剧”（参见原理26“公地悲剧”）。额外的变量可能会带来非同步博弈（参见原理1“游戏的对称性/非对称性和同步性”），基数得益（参见原理19“得益”），或自愿的信息透明（参见原理27“信息透明”），并且明显改变博弈的性质。
最近，威廉姆斯·普雷斯（William Press）和弗里曼·戴森（Freeman Dyson）提出了一个被称为“零行列式策略”（Zero-Determinant Strategy）的新方法，该方法认为一个博弈者可以通过让对方相信他们会做出某个特定选择的方式来控制博弈，该博弈者通过利用假信息来从对方那里获得好处。不过他必须能够判断对方使用的是什么策略。尽管这种方法在一些允许玩家相互沟通的游戏中很常见（比如扑克中的迷惑战术【bluffing】），目前这种二阶分析在囚徒困境中的研究还没有完全完成，这主要是因为在囚徒困境中双方是被禁止沟通的。尽管它已被证明只能提供一个暂时的优势—特别是在对手也知道零行列式策略的情况下，这种高度基于概率的方法至少重新开启了对囚徒困境的研究，并且可能带来对这个博弈理论模型的“超游戏思维”（参见原理47“超游戏思维”）策略的进一步理解。
囚徒困境最早由梅尔文·德雷希尔（Melvin Dresher）和梅里尔·弗勒德（Merrill Flood）在1950年提出（其命名者是阿尔伯特·杜克【Albert Tucker】）。它在经济学研究（主要是在业务拓展和广告活动中）、军事决策过程（武装升级或裁军都可能引起战争）、心理学（作为成瘾模型的决定性因素）和生物进化理论（研究遗传的或社会的欲望能否克服个人的需要和需求）中都被广泛使用。它提供了一个有用的范例，可以对比理性预期和非理性的行为来判断在数学概率范围之外的潜在动机。
囚徒困境是：你会背叛你在犯罪活动中的搭档还是与他合作（来骗过警察）？ 其核心在于双方在合作还是背叛对方的问题上如何决策。
囚徒困境表格
| 囚徒2（P2） | |||
| 囚徒1（P1） | 合作 | 背叛 | |
| 合作 | 每人获刑6个月 （A:A） | P1获刑5年，P2无罪释放 （C:B） | |
| 背叛 | P1无罪释放，P2获刑5年 （B:C） | 每人获刑2年 （D:D） | |
只要B>A>D>C3 并且它们是成比例的，游戏是不需要对称的（symmetrical）。
3此处B、A、D、C是指每个人此种情况下在游戏中的得分。如果B是无罪释放的情况，得分最高；则C是最差的情况，获刑5年。因此得分排列为B>A>D>C。
解谜游戏（Puzzles）是游戏中很有意思的一类。设计师斯科特·金（Scott Kim）这样定义“谜题”（puzzle）：“有趣的东西，并且有一个正确的解答”。这个定义尽管模糊，却至少提出了一个定义谜题的有用元素：它是有解的。而一个谜题要想达到效果，还有一些其他的要求。
一个好的谜题对它的受众而言既不能太容易也不能太难。一个完美的谜题应该有恰到好处的难度，让玩家感到挑战，又不会因为太过困难而受挫放弃。要让一个谜题游戏做到这一点，一个好的方式就是面包屑式（breadcrumbs）的引导。这些谜题内或谜题外的提示一步一步引导用户接近答案。例如在数独（Sodoku）或纵横填字（crossword）游戏中，随着一个一个空格被填上，玩家也就得到了对剩下的空格更多的提示，那些剩下的空格也就变得越来越好填了。在玩纵横填字时，尽管一个玩家在刚开始并不知道其中的一个单词，随着其他单词的填入，这个未知单词的其中一些字母会被陆续填上。面包屑式的引导将游戏中的线索渐进式地提供给玩家，一步一步地降低难度，接近玩家对困难的容忍度。
一个好的谜题应该需要一个聪明、智慧的解决方法，而不是通过简单的蛮力就能解决。看看这个例子：“我现在想的是1到10中的一个数字。你猜是哪个？”“1？”“不是。”“2？”“不是。”“3？”“不是。”这就不是一个好的谜题。一个仅有寥寥数条错误路径的迷宫不是一个好的迷宫。因此，一些小测试和谜语都不是好的谜题，因为答题者要不就知道答案，要不就不知道，没法把这些谜题分解成一步一步来进行解答。
一个谜题的产生可以是随机的，但当玩家开始解答它时，它必须是确定的。例如，一个数独题可以被随机生成，但当玩家开始解答这道题时，任何两个填了同样数字的玩家都会得到完全相同的结果。如果两个玩家在玩同一个扫雷游戏 ，当他们以同样的顺序点了同样的方格，他们的经历将是一样的。相反，如果两个人在打网球，当他们做了完全一样的动作，他们的经历会完全不一样。国际象棋，除非你的对手是专门为这个目的而设计的人工智能，也是不确定的。如果一个玩家走了5次相同的棋，他的5个不同对手会有5个（甚至以上）的应对方式。如果规定好确定的几步棋和一些明确的规则，我们也可以设计一个与国际象棋有关的谜题。比如一些解谜杂志中的国际象棋问题会规定对手的走棋规则，要求在这种情况下在X回合后将死对手。
最后，一个好的谜题必须让玩家知道目标是什么，他们需要进行怎样的操作来达成这个目标。有些谜题让人困扰就是因为玩家不知道规则。一些老的探险游戏就有这样的问题—像是一个房间里有一些元素很明显是一个谜题，但是这个谜题的目标是什么、需要操作哪些东西、如何操作这样的信息却不展示给玩家。这些“谜题”的设计师通过模糊化规则来增加解谜的难度，但是这样的谜题是不公平的。“玩家需要解决‘如何解决这个问题’的问题”只是一个自以为聪明的借口，让我们不能设计出真正有趣的谜题。
总而言之，当我们设计一个谜题时，要确保：
在难度上要让玩家保持在一个“心流”（参见原理38“心流”）的状态；
需要一个聪明、智慧的解决方法；
是确定的；
从其目标和机制上来说是明确而公平的。
石头剪刀布也被称为“Roshambo”，是一种只需要通过手势参与的、同步的、半随机的，零和博弈（参见原理100“零和博弈”）。从表面上看，它是一个非常简单的游戏，其中的很多属性在游戏设计中经常被参考和引用。然而，其简单的外表下隐藏了一些复杂的思想。
游戏采用3种手势，其中每一个都跟另外两个相互制约，其制约关系如下。
| 石头 布 剪刀 |
|||
|---|---|---|---|
| 石头 |
平局 |
布胜 |
石头胜 |
| 布 |
布胜 |
平局 |
剪刀胜 |
| 剪刀 |
石头胜 |
剪刀胜 |
平局 |
从上表中可以看到，每一个手势—石头（拳头），布（摊开的手掌），和剪刀（两个手指分开）—分别都能胜过一个其他手势，但同时也能被另一个其他的手势击败。这个博弈有着完美的平衡，形成一个循环的制约关系：石头>剪刀>布>石头。
熟练的玩家基于对游戏模式以及对手行为模式的了解，获胜的几率可以高过默认的三分之一。你可以在游戏中使用一些策略，比如用一些小花招来迷惑对手，像是叫出一个跟自己出的手势不一样的手势名字，或干扰对手让他出一个无效手势（不是石头、布、剪刀中的任何一个）以至于受罚（参见原理47“超游戏思维”）。有些玩家会为了比赛把他们的3个可能选择都准备好，以免一时头脑混乱或产生犹豫。但当比赛允许玩家互相看到对方的行为时，这也可能会导致对手能够预见他们的行为。
人们也开发了一些计算机程序可以与其他计算机“玩”石头剪刀布，它们可以通过算法对对手的行为模式及其发展趋势进行分析，基于马尔科夫链（Markov Chains）、战略预测和随机数的算法来选择应对的手势。
这种循环的制约关系已被应用于其他游戏中，以防止占优策略的演进，保证游戏过程中各种类型的元素保持同等的价值（参见原理84“占优策略”）。例如，在现代战争游戏中，坦克可以打步兵，步兵可以打炮兵，而炮兵可以打坦克。通常一个兵种的优势意味着他们针对于另一种单位的攻击力较弱和具有特定的防守能力，但是它们之间直接的制约关系可以被属性值削弱或改变（参见原理27“信息透明”），也可以受到天气、地形、战术和其他因素的影响（参见原理48“对象，属性，状态”）。
在桌面纸牌游戏中，石头剪刀布方式常被用来调节游戏环境以及平衡各种能力增强装备（参见原理64“平衡和调试”）。有些游戏甚至会把互相制约的关系链中的物品从3个增加到5个甚至以上，或创造网状而非链状的制约关系，以带来更复杂和多变的战略组合。
然而，一个需要注意的问题是，石头剪刀布有时也被一些不愿意去探索更有趣的、创新或独特的方法来平衡游戏机制的设计师当作偷懒的依托。如果石头剪刀布方式是我们针对功能设计的唯一策略，我们要小心了。
游戏设计师往往致力于唤起玩家的情感，他们花费很大的精力去研究“兴趣曲线”（参见原理71“兴趣曲线”），以及设法保持玩家对游戏的注意力。面部表情可以让我们很大程度上了解到一个人对另一个人的感觉，以及向别人传达这个人此刻的心情。
情感是非常个人化的体验，并且在不同文化中成长起来的人可能会因为不同的原因感觉到不同的情感。更重要的是，在不同的文化下，人们表达情感的方式也是不一样的。在一些文化中，保持安静意味着谦恭、恐惧或害羞，而在另一些文化中，它暗示的是强迫和隐藏的威胁。
所以研究人类的情感是非常棘手的。不过人类彼此之间还是有着很多共同点的，有一些情感也是普遍存在的。科学家们想到了通过研究人类的面部表情并且进行跨文化的比较的办法。他们发现有7种通用的情感表达是世界的每一种文化公认的。
这7种情感是：
这7种通用情感是由美国军方心理专家，加州大学旧金山分校心理学教授保罗·艾克曼（Paul Ekman）最先提出的。他发现，情感总是无意识的、稍纵即逝，但可以很容易地通过人们面部的变化看出来。这是情感和情绪的一个显著区别，后者持续的时间更长，并且可以被隐藏和掩饰。
一些老游戏已经开始利用这些情感表达，例如游戏《毁灭战士》（Doom）中抬头显示器（heads-up display，简称HUD）上显示的玩家角色形象。角色形象的基本表情是轻蔑而愤怒的，这些表情用最视觉化和最容易识别的方式在游戏过程中向玩家传达了游戏角色的情感。
游戏经常利用游戏中角色表现出这些通用情感，由于图形化的处理比直接观察面部表情更为直接，这种表现能够达到更好的沟通效果。游戏《黑色洛城》（L.A.Noire）就是利用这一点创造了非常丰满和充实的故事。这个游戏中的人物面部表情非常容易辨认，即使是稍纵即逝的一个表情。由于这些通用情感表达的应用，玩家能够随着游戏中的人物表情的变化，更多地了解人物，并与他们建立起同类的认同和情感联系。
惊讶 轻蔑
愤怒 喜悦 恐惧
悲伤 厌恶
7种在所有文化中都通用的面部表情分别是惊讶、轻蔑、愤怒、喜悦、恐惧、悲伤和厌恶。
预测玩家的行为是游戏设计师最基本的需求，这使得心理学领域对他们有巨大的吸引力和实用价值。其中一个被过分广泛使用的理论流派—行为主义，是在20世纪中期由伯尔赫斯·弗雷德里克·斯金纳（B.F. Skinner）实施并推广的。斯金纳验证行为主义者理论的方式之一是把老鼠关在笼子里，并针对它们不同的行为给予不同的食物奖励，然后检测这些做法的效果。
斯金纳做了如下尝试：
老鼠每次按下杠杆，就给它食物作为奖励；
老鼠每X次按下杠杆，就给它食物作为奖励；
在老鼠每隔N分钟后第一次按下杠杆时给它奖励；
当老鼠每第X（X是随机的）次按下杠杆时给它奖励；
在老鼠每隔N（N是随机的）分钟后第一次按下杠杆时给它奖励。
实验结果表明老鼠对几种不同的奖励周期有十分明确的回应方式。有一些奖励周期引起老鼠狂热地一次又一次按下杠杆，以期得到更多食物；有一些则相对温和，造成老鼠按杆的机会相对较少。
如果要让老鼠尽可能多按杆，最好的奖励周期是以变化比率的形式，也就是使用随机变化的参数。在给老鼠加强“多按就会多得”印象的同时，又让它们摸不清楚到底按多少下才能得到食物。
一些游戏设计师将这一发现转化成了更适用的结论。他们认为玩家与游戏的交互等同于价值，因此，最能引导玩家与游戏产生更多交互的方式就是以随机的周期给用户奖励。角色扮演类游戏（roleplaying games，RPG）很好地利用了这一理论。如果玩家杀死一个骷髅，有时候会得到魔法宝石。而玩家不知道什么时候会有宝石掉落。玩家不知道什么时候他们能捡到掉落的宝石，却理解杀死越多的骷髅就有越多的机会得到更好的宝物，所以他们会去疯狂地杀骷髅。
设计师们对于这种模式化的重复试验看法并不一致。玩家真的只是箱子里的老鼠能够被设计师操纵于股掌吗？如果是这样的话，我们还有何必要去挖空心思构想如何把游戏做得更有趣呢？设计师照着以上原则去做，只需要提供足够有吸引力的奖励来诱使玩家去完成我们希望他们做的行动不就好了吗？大量Facebook上的社交休闲类游戏和一些大型多人在线游戏（massively multiplayer online games，MMO游戏）就掉入了这个陷阱。采访这些游戏的玩家会发现他们对这个游戏是否“好玩”抱有矛盾的意见，但却承认自己被吸引不停地玩。
然而，只要运用得当，行为主义理论是可以被当作一个推动玩家参与的妙招的。或许在玩家获胜时可以用提供玩家获得一定数量金币的机会来替代直接给他们一个金币（可变奖励vs固定奖励）。或许可以奖励玩家与系统的互动机会，来替代按照玩家游戏的一定时间或是可变时间段给予他们奖励（基于比例vs基于时间间隔）。
有些孩子被要求每周末修剪草坪。对孩子来说有些院子太大了，而且他们从开头就害怕这个苦差事。在盛夏的日头下推割草机可不是他们爱干的事儿。但是他们随后就发现，这个工作越接近完成就变得越轻松，他们割完一行草的速度更快，他们也越来越为即将到手的5美元兴奋。
这种现象被称为目标的梯度效应（goal-gradient effect）。研究人员瑞恩·科维茨（Ran Kivetz），奥列格·乌明斯基（Oleg Urminsky）和郑毓煌（音译）发现，当人们越接近自己的目标的时候，他们就越有动力去完成它。他们发现当人们参加买10杯咖啡送一杯咖啡的活动时，越到快凑齐10杯的时候，为了得到那一杯免费咖啡，人们越会购买更多的咖啡。
即使这个进度是虚拟的，该现象同样成立。研究发现，当促销规则设定为买12杯咖啡获得1杯免费，但前两杯咖啡是免费的，相对于促销规则设定为买10咖啡杯获得1杯免费，人们在前一种促销规则下会购买更多的咖啡。虽然两种促销都需要购买10杯咖啡才能获得那杯免费的，但前一种方式提供的免费饮料会让人们感觉更接近目标。
这又能给游戏设计带来什么呢？我们来想象一个有升级规则的RPG游戏。当玩家有100点经验值，还需要150点才能升到下一级的时候，你有以下两种方式来展现玩家的经验值进度：一种是一个在100XP时是空的，到150XP时才会被填满的进度条；一种是从0–150XP的进度条，其中0–100XP的部分已经被填满了，玩家需要填满剩下的50XP。根据目标的梯度效应，采用第二种方式会让玩家更有动力去达到下一级别的目标。
此外，如果玩家知道他将马上能得到奖励，他们会更有动力去完成能让他们得到这个奖励的任务。如果你发现你的玩家在游戏中的某一点逐渐失去他们的兴趣，或许这就是向他们展示他们如果继续下去将得到的奖励的最佳时机。
不是所有的游戏都包含社交元素，或者说包含与其他玩家的互动，但有相当一部分游戏的设计都非常看重社交性。对大部分的玩家来说，游戏是一项群体活动，不管是棋盘游戏、卡牌游戏，还是视频游戏。虽然有《纸牌》（Solitaire）那样的单人游戏存在，但需要4至6人参与的游戏则更多，种类也丰富得多。视频游戏领域中，伴随着Facebook和移动平台的崛起，那些曾经流行的“大杀四方”的多人游戏已经日渐衰落，让位于社交游戏的爆发性增长。这些社交性、合作性的游戏的发展证明在游戏设计中社会关系对增加玩家的兴趣、参与和满意度是非常有效的（参见原理71“兴趣曲线”）。
大多数现代游戏要求设计师至少要考虑激活玩家的社会关系网络。要了解社交游戏的设计，设计师通常需要从了解人类社会关系和社交活动背后的心理开始。而这个领域本身的研究范围很大，所以我们不妨从邓巴数理论开始。
该理论是以英国人类学家罗宾·邓巴（Robin Dunbar）命名的。该理论认为，任何一个人的社交网络大概由150个连接，也就是社会关系构成。这是一般人能够与之保持稳定的关系，与他们互相了解，并从中受益的人数。在邓巴数理论背后，是最大化“网络外部效应”，或网络效应的概念（参见原理16“‘极小极大’与‘极大极小’”）。它是指你能从你的社交网络中的每一个个体中得到的好处，包括互相帮助、互相访问，或通过其他手段帮助彼此。
在数学社会学的领域，我们加入了强社会关系、弱社会关系、正面社会关系和负面社会关系的概念。此外，数学社会学家们能够通过搜集非常有限的相关的社会关系得到的信息来预测社会关系的本质。举例来说，数学社会家们能通过A和B分别与C的关系的性质，对A和B是否是朋友作出非常可靠的推测。他们还能得出某个人的150个社会关系如何与另一个人的150个社会关系产生重叠、相交和联系。数学社会学甚至能够证明凯文·培根（Kevin Bacon）游戏中六度分割对所有人都是适用的，不仅仅是对凯文·培根。
现在让我们从纯粹的人类学和心理学层面的社会关系研究回到游戏，我们可以理解为什么让玩家与其社交网络中的社会关系互动会给我们带来好处—因为这将吸引玩家始终对游戏保持兴趣。
社交机制可以是主动的、被动的，也可以介于两者之间。排行榜促进竞争，互赠礼品促进合作（参见原理4“合作与对抗”）。它们都在玩家和他们的朋友之间建立起正反馈循环，从而加强了游戏的影响力。这反过来又可以提高游戏的粘性，减少玩家流失。有一个心理现象叫“害怕错过”，这是个体寻求能帮助他们被纳入团体的经验的一个很有说服力的理由。
作为一个好的游戏设计师，我们应该考虑如何通过竞争或者合作（参见原理4“合作与对抗”）来激活游戏中的社会关系，从而帮助游戏设计。尤其是在网络、社交或移动游戏平台，玩家已经习惯了这样的机制。设计师需要评估他们的设计是否能与好友请求、游戏评分的提示、礼物互赠循环、高分的竞争、非同步的玩家之间的竞赛（参见原理1“游戏的对称性/非对称性和同步性”），或者更为传统的玩家对战系列赛或合作游戏的模式等机制相得益彰。
请记住，目标受众的偏好和他们的舒适区都会影响与社会关系相关的设计的一般方法。例如，一些玩家强烈希望合作而不是竞争（而这些玩家的需要在过去通常都得不到满足）。又比如，设计一个给13岁以下的儿童使用的游戏中聊天功能时必须考虑到法律和隐私的问题。研究受众的喜好并巧妙地使用社交设计方法能够将游戏的复杂性和娱乐性提高一个层次，并最终帮助游戏从市场竞争中脱颖而出（参见原理60“以用户为中心的设计”）。
公地悲剧（Tragedy of the Commons）的含义是，如果一项资源是可供所有人使用的，那么该资源最终一定会被耗尽，而这对所有人都是有害的，长期的损失远大于短期内获取该资源得到的好处。但是由于没有一个人认为自己该对这个损失负责，他们往往不会承认自己的责任，也不会减少自己对该资源的使用。
公地悲剧的假定条件是在有限的系统内对资源的使用是增长的（也就是说，使用这个资源的人口是增长的，而资源本身不会增加）。尽管看起来很相似，公地悲剧并非基于特定的经济或政治系统，甚至也不是基于企业的贪婪。不过，这是一条我们在游戏设计中可以使用的非常可靠的原则。
广义而言，公地悲剧表达了一个人艰难的选择：努力争取物质利益，并由此导致自己和他人的长期损失—寄希望于短期的物质利益能弥补长期损失—或者为了所有人的利益与大家合作来节约资源，但是这样做的风险是，如果有其他人有更好的个人资源，或者有其他人谎称合作实则过度使用公共资源，这个人就吃亏了（参见原理4“合作与对抗”）。
在游戏中，玩家的策略或游戏的机制都有可能导致公地悲剧。固定顺序的游戏有可能让第一个行动的玩家有机会捞一大把，而同步博弈的游戏（参见原理13“采取行动”）可能会导致所有的玩家都试着能捞就捞—因为他们认为其他玩家也会这么做—这样就平等地降低了所有玩家的可用资源。在这两种情况下，都应该有某种协议（或一些特殊的规则来奖励使用资源较少的玩家）来预防玩家们用完所有可用资源。
公地悲剧的理论最早由加勒特·哈丁（Garrett Hardin）在20世纪60年代提出。该理论是他从自古希腊到19世纪一系列的土地哲学家基础上发展起来的。他使用了一个小镇上任何人都可以使用的公共放牧区为例。牛的主人们都会先使用这块土地，因为这是免费的，并且这让他们可以买更多的牛在自己的地盘上放牧。当公共资源被过度放牧（正如在波士顿公园确实发生过的一样），牛的主人不得不把他们的牛挪回自己的地盘，这时由于他们之前使用公共放牧区时购买的额外的牛，他们自己的土地也被过度放牧了。哈丁将之比喻为我们过度使用有限的自然资源，如森林、水、燃料和空气等的行为。
哈丁还指出，在世界共同资源的开发利用中，个体会寻求最大化他们个人对于这些资源的消费。而那些希望能拯救全人类，治愈所有的疾病，消除所有人类的苦难，保证普世权利，为所有人提供平等机会的人会试图增加能用到这些资源的人的数量，这实际上也是在最大化人类对于这些资源的消费。
对于公地悲剧有两种常见的，并且是相反的解决方案，但是它们都不能理想地解决这个问题。资源平等的再分配（共产主义）意味着无法有效利用资源的人依然能得到它，这样有很大一部分被浪费掉或很快被用完。另一方面，垄断资源（政府控制）则意味着资源的利用效率远低于腐败、法律法规和特殊利益集团对资源的征用。
2009年，马克·范伍格特（Mark Van Vugt）提出了一些降低公地悲剧的有现实影响的方法。他的建议包括：向人们提供足够的资源被过度使用的信息来让他们意识到保护资源的重要，确保对社区的强烈归属感以减少自私的囤积行为和滥用集体财产，建立值得信赖的机构来管理关键资源的分配，以及对负责任的资源利用行为提供激励机制，并惩罚那些不负责任的过度使用行为。
很多游戏的设计都是围绕着有趣的，困难的抉择，公地悲剧恰恰就是这样一个情况。没有一个明显的、简单的解决方案，玩家会遇到更多的挑战，并有机会去探索不被太多人注意的区域。
公地悲剧：一个共享的放牧区让所有的放牧者可以养更多的牛，甚至超出他们自己的资源能支撑的范围。 不幸的是，一段时间后共享资源被消耗殆尽，放牧者就没有足够的资源了。
许多游戏都是围绕着发现隐藏信息的过程而展开的。它们将人类对学习的喜爱（参见原理10“科斯特的游戏理论”）带入下一个境界：人类对于挖掘他人秘密的喜爱（参见原理8“霍华德的隐匿性游戏设计法则”）。在这些游戏中，探索和试验都是“核心游戏循环”（参见原理33“核心游戏循环”）的组成部分。
游戏理论将这些信息不透明的游戏归类为“不完全信息（imperfect information）游戏”。这样的信息透明度（或信息透明度的缺乏），应用于各种类型的游戏信息，包括游戏的结构和游戏的状态（参见原理9“信息”）。
一个这种隐藏一部分游戏结构的例子就是“战争迷雾”（fog of war），很多视频游戏甚至一些桌游都利用了这种巧妙的做法来隐藏一部分地图，鼓励玩家进行探索（参见原理3“巴特尔的玩家分类理论”）。与之类似的是，还有一些视频游戏的复杂构思有时候会模糊掉自然的因果关系，如道德系统或社会关系系统。这些情况下被隐藏的是游戏底层结构的信息。
另一种信息—游戏状态，则在不完全信息游戏的分类下还有所细分。这种区别取决于玩家能够接触到多少信息、何种类型的信息—也就是说，各种类型的信息有多透明。
在不完全信息游戏中有一个子分类，这类游戏中玩家能够接触到关于游戏环境和规则的所有信息，但不能看到其他玩家的行动状态，这就是完整信息（complete information）的游戏。在游戏《战舰》（Battleship）中，对手军队的位置是隐藏的，这就是典型的“完整但不完全信息”的游戏。每位玩家都知道每人有5艘固定尺寸的船，但是他们不能看到这些船在地图上的状态（位置/前进方向）。大部分纸牌游戏像金拉米（Gin，也称Gin Rummy）、红心大战（Hearts）、桥牌、扑克等都是这样“完整但不完全信息”的游戏。玩家知道游戏中使用的是他们所熟悉的，数量有限的一套牌，其他玩家每人手上都有从这套牌中得到的一定数量的牌，但不知道在游戏过程中具体哪一张牌在谁手上。
在不完全信息游戏中，那些玩家没有依据对未知进行假设的游戏就是不完整信息（incomplete information）的游戏。万智牌（Magic：The Gathering）就是一个这样的例子，我们没有办法像使用标准扑克牌的游戏中那样来推断一个玩家手中牌的组成。另一个例子是《棋类游戏》（Stratego）—这个游戏中每一类棋子的具体数量是不可知的；或《星际争霸》（Starcraft）—玩家对敌军的组成情况一无所知。
一种理解“完整信息”和“不完整信息”的差异的方式是认为在完整信息的游戏中是可能去“计算卡牌”的。一个玩家知道在游戏中用到的所有卡牌，如果他足够有毅力，他就能算出一张特定的卡牌在对手那里的概率。
而在不完整信息的游戏中则没有办法去“计算卡牌”，因为无法得知到底有哪些类型和种类的卡牌。玩家不知道他们的对手可能会出什么牌，因为它可能是任何东西，不是来自于52个已知的可能性（一副扑克牌有52张正牌）。
理解信息透明的概念对于游戏设计师（国内公司通常称为游戏策划）而言有多强大的最后一个关键是，记住信息透明可以是自愿的或非自愿的。
以游戏《妙探寻凶》（Clue）为例，该游戏中有规则规定玩家有时必须向另一名玩家展示手中的一张牌，这张牌本来应该是保密的。这就是非自愿的信息透明。玩家可以选择他要展示哪张牌，但不能选择是否展示。他们被迫展示他们秘密的一部分。
而像《狼人杀》（Werewolf）这样的游戏则允许“预言家”（seer）这个角色自行选择是否透露身份，而其他角色都必须隐藏自己的身份。游戏设计师设立这样的规则通常是为了鼓励玩家虚张声势、双重间谍的行为，并且建立一个互相不信任的氛围。毕竟，如果有人在没有被强迫的情况下承认了一个秘密，其动机和诚实性就很值得怀疑了。
理解人们的心理是游戏设计的基础。在许多方面，游戏的功能性目标就是激发起玩家采取行动的意愿—这我们就需要了解人类大脑的运作方式了。
一个非常著名、可靠的心理学体系叫作“大五人格理论”（Big 5），又称“人格的海洋”（O.C.E.A.N）。基于众多国际研究人员的通力协作，大五体系包含大量可靠的研究数据，并被证明足够具有预测性，游戏开发者可以放心对其成果加以利用。
游戏设计师（国内公司通常称为游戏策划）杰森·范登伯格（Jason VandenBerghe）在如何将该大五理论直接应用于游戏开发的问题上做了很多工作。
大五理论认为人类的行为主要是由5类动机驱动的：
对体验的开放性（Openness to Experience），这一点将那些有创造力、有想象力的人和那些更务实、更循规蹈矩的人区分开来；
尽责性（Conscientiousness），人如何控制和缓和自己的冲动情绪；
外倾性（Extraversion），这一点将那些追求刺激以及在他人面前的存在感的人，与那些不这么做的人区分开来；
随和性（Agreeableness），反应人如何处理与社会和谐的规则相关的问题；
神经质或情绪稳定性（Neuroticism），这反应了一个人是否选择经历（或不经历）负面情绪的倾向。
让大五理论从其他理论体系中脱颖而出的就是其对这些人格特质描述的详细程度。每一类人格特质都能被细分为6个子维度，这描述了更加具体的内在驱动。比如“对体验的开放性”就包括以下几个子维度：想象力（Imagination），这将那些认为自己的内在精神世界比外部世界更有趣的人跟与他们相反的人区别开来；艺术趣味（Artistic Interest），这关系到一个人如何体验美；情绪性（Emotionality），这指示了一个人意识到自己内心情感状态的程度；冒险性（Adventurousness），区分那些喜欢探索、寻求新事物的人和那些更喜欢已知和常规事物的人；求知欲（Intellect），关于一个人从用他们自己的脑子解决谜题，或者参与进复杂的心理游戏这样的活动中能得到多少满足感；自由主义（Liberalism），衡量一个人希望社会如何发展，是向未来推进、保持稳定不动、还是回到过去。
大五理论中每一类人格特质都有6个子维度，一共就是30个。范登伯格在一些主要的游戏行业会议上针对这个概念发表演说，指出游戏设计师如何将玩家在这30个子维度中的得分和他们对游戏的偏好关联起来。以下是两个重要的例子。
与想象力相关联的是玩家对幻想和写实的偏好。在“想象力”一项中得到高分的人会倾向于偏爱发生在一个与现实世界不同的奇异世界中的游戏，而低分的人则会偏爱一个发生在跟现实世界类似的世界中的游戏。
与冒险性相关联的是玩家是更喜欢将探索作为游戏机制的一部分，期待遇到新的事物（追求高分），还是更喜欢像建造、种地或其他更“本土”的游戏机制，不需要他们离开已知的边界（追求低分）。
这些关联在整个大五人格理论体系中都存在。这向我们指出一条让我们不舒服却不可回避的真理：我们抱着同样的目的生活和游戏。这一点已经被很多研究所支持，并且是这类心理学理论应用到游戏设计上的第一点。
完全理解这一点是很重要的。我们希望在游戏中扮演别人的看法很普遍，但这是错误的。在有些情况下人们在游戏中体现出与真实生活中不同的个性，而实际上这种“不同的个性”在大五人格测试的分数中还是会体现出来。通常这样的人在正常生活中没有途径表达他们人格中这一面，所以将游戏作为一个表达途径。然而这样的动机依然是他们人格中的一部分。我们抱着同样的目的生活和游戏。
在大五人格理论之外还有很多其他的心理学理论，它们都能教给游戏设计师很多。而要理解人类在游戏中的行为，大五理论则是一个很好的开始。
“志愿者困境”（Volunteer’s dilemma）是群体博弈理论中的一个特殊例子，类似于“公地悲剧”（参见原理26“公地悲剧”）。在志愿者困境中，一个人面临的选择是，是否牺牲自己的一小部分利益来让群体中的所有人受益，同时这个人自己不能得到任何额外的好处。而如果这个人不牺牲，并且也没有任何一个其他人这么做，则所有人都要面临严重的利益损害。当然，这个选择是，自己牺牲一小部分时间、经历、钱等等，或是承担等着其他人来做的风险。
有一个典型的例子可以用来说明这个问题。这个例子是关于公共设施的，比如电力。如果一个社区停电了，只需要有一个人打电话给电力公司就会有人来修理。当然打电话是有成本的（时间、金钱，或两者都有），人们可能会不情愿这么做。相反，他们会想“让其他人去做吧”，省得自己花成本。然而有一点需要注意的是，如果没有人打这个电话，所有人都不会有电。另一点是，如果一个人打这个电话，他的成本就已经消耗了，不管是不是有人已经打了这个电话（或是马上就要打）。而一旦有人已经打了或是马上要打，这个人就是重复地花掉了这个成本。在这个例子中个体面临的选择是：相信他的邻居会打这个电话，还是直接自己花费成本来打这个电话。
下图是一个示例的得益表格。其中0表示没有人打这个电话，也就没有人得到任何好处。5表示的是最大利益，也就是那些自己没有打这个电话，但由于其他人打了，他们的电力也一起被修复了。两个4表示的是得益（电力被修复）减去牺牲的成本（打电话的成本），不管其他人有没有打电话，这个做出牺牲的人的得益都是一样的。
| 至少一人合作 所有其他人都背叛 |
||
|---|---|---|
| 合作 |
4 |
4 |
| 背叛 |
5 |
0 |
志愿者困境和搭便车问题是相似的，都是一个群体中的一个或几个人需要付出一定的成本来完成一件对整个群体有利的事情。在这种情况下，有些人会选择不付出他们的成本，因为他们假设反正会有其他人来完成这件事，这些人就是免费搭便车者。如果承担这件事情的成本保持固定，那么每个人需要承受的负担会上升—这也就给了那些免费搭车者更大的不支付成本的动机。
这些情况在互联网合作游戏中屡见不鲜。例如，一个团队作战型射击游戏如《军团要塞2》（Team Fortress 2）中的玩家可能会选择不参与一些危险的、但是对团队来说是必须的任务，而是去做更多对自己有好处的任务。他们会假设为了团队的生存和胜利，团队会去承担完成那些危险任务的责任。如果这个策略成功，他们会受到鼓励而继续这样的行为—并且可能会有更多的玩家选择这种对自己来说没有风险的做法—这样也就把越来越多的责任转嫁到了仍然愿意执行危险任务的团队成员身上。显然，如果这个趋势继续下去，整个团队（包括那些搭便车者）都会完蛋。
