更低更好?局部延迟对竞技第一人称射击游戏玩家的影响
作者
文献标题
Lower is Better? The Effects of Local Latencies on Competitive First-Person Shooter Game Players
文献信息
- 主题领域: 计算机游戏性能与体验评估,系统延迟对游戏玩家的影响
- 关键词: FPS, 电竞, 延迟, 用户研究, CS:GO, 质量体验, 玩家表现, 网络游戏, 游戏交互
- 出版日期: 2021
- 会议名称: CHI Conference on Human Factors in Computing Systems (CHI ’21)
- 地点: 横滨,日本
研究背景与问题
-
发现的问题或挑战:
- 对于电竞玩家而言,游戏系统的延迟降低对表现的具体影响尚未明确,特别是在低延迟(低于125ms)范围内。
- 现有研究大多集中于网络延迟,而较少研究局部系统延迟对完整游戏表现的影响。
- 高水平和低水平游戏玩家对延迟的适应方式存在差异,其是否延续到竞争性玩家尚未明确。
-
重要性: 低延迟游戏系统可以提升玩家表现和体验质量,对玩家获胜至关重要。特别是对电竞场景,该研究能够为开发者提供优化系统配置的具体数据参考,也能帮助玩家做出设备购买决策。
-
研究动机与相关工作: 以前的研究主要集中于网络游戏延迟、输入设备延迟及游戏配置对玩家表现的影响。但关于低延迟对电竞场景中FPS游戏玩家表现的影响研究较少,也缺乏真实游戏和竞争环境下的完整实验数据。
解决方案
-
提出的解决方案: 利用真实FPS游戏环境(CS:GO)设计用户研究,测量局部系统延迟(25至125ms)对玩家表现与质量体验的影响。引入控制变量(如武器类型)以分析延迟对不同任务的具体效果。
-
创新点:
- 研究聚焦于局部系统延迟(非网络延迟),通过消除与网络相关的混杂因素来纯粹测试机器性能与玩家体验的关系。
- 参与者是在真实家庭场景下使用高性能定制游戏设置设备完成实验,为疫情期间的用户研究设计提供参考。
- 分析延迟对用户表现(精准度和得分)与游戏体验质量(QoE)的线性关系。
-
实施步骤:
- 精选FPS游戏:选择CS:GO作为测试平台,通过配置文件修改游戏设置以确保实验条件一致。
- 基准系统延迟测量:通过高帧率摄像头测定最低系统延迟(平均25ms)。
- 实验设计:共设置5种延迟条件(25, 50, 75, 100, 125ms),并通过定制程序增加额外延迟以模拟不同游戏环境。
- 用户研究:对43位具有丰富CS:GO经验的参与者进行实验,记录玩家表现(精准度和得分)与QoE主观调查数据。
- 数据分析:通过统计分析评估延迟对不同武器类型任务和整体游戏体验的影响。
研究成果
-
取得的具体成果:
- 玩家表现随延迟降低线性改善:每减少10ms延迟,AK-47与AWP的精准度分别提升约0.6%和0.9%,得分增加约1.1至1.2点。
- 今天体验质量(QoE)也随延迟降低线性提升:延迟每减少10ms,QoE提高约0.15分(总分5分)。
-
与现有解决方案相比的优势:
- 研究测试了不同武器类型下延迟的影响,发现延迟对精准度要求高的武器(如AWP)影响更显著。
- 细化低延迟范围内的分析,为高端和中端游戏系统优化提供指导。
-
实验或评估结果:
- 数据线性拟合效果良好,性能与QoE随延迟降低显著提升。
- 在击杀数和精准度上,高水平玩家比低水平玩家受益更多。
- 延迟对玩家的游戏交互行为(如射击频率和角色移动频率)也有明显影响。
-
局限性与未来方向:
- 实验局限于个人玩家而非团队策略,未能覆盖团队协作场景。
- 地点和环境不可控可能引入噪声,例如家庭中的光线或座椅舒适度。
- 未包括女性参与者或非专业玩家,性别及技能层面差异的影响尚未深入探讨。
- 未来可以扩展到其他游戏类型(如MOBA和RTS)和设备类型(如手柄和虚拟现实)进行研究;也可以探索更复杂的延迟补偿技术对团队游戏与更广泛的技能层次玩家的影响。
总结
该研究通过对CS:GO玩家的丰富实验数据分析,明确了局部系统延迟对于竞技型游戏玩家表现和体验质量的显著影响,尤其在低延迟范围内表现出线性提升关系。这项工作为开发更高效的电竞系统和优化玩家设备配置提供了关键性指导,同时为在不同领域扩展延迟相关研究树立了新的实验设计范例。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
研究问题
3- 本地系统延迟(低于125ms)对FPS游戏竞争性玩家的表现和体验有什么具体影响?分类: 交互性能与人类运动预测模型同类问题arrow_forward
- 在不同类型的武器任务中,延迟对玩家准确性和得分有何差异?分类: 交互性能与人类运动预测模型同类问题arrow_forward
- 延迟降低对高水平玩家和低水平玩家的表现提升是否存在显著差异?分类: 交互性能与人类运动预测模型同类问题arrow_forward
现实痛点
1- 电竞玩家难以准确预测低延迟对游戏表现和体验的影响。分类: 交互性能与人类运动预测模型同类问题arrow_forward
- 83%
视频游戏中的损伤优化:一种玩家驱动的共创意方法
CHI '24· 游戏用户体验与玩家行为 +2
- 80%
Pac-Many:在大屏幕上玩协作和竞争游戏时的移动行为
CHI '18· 游戏用户体验与玩家行为 +1
- 80%
在社交消耗游戏中的身体互动设计
CHI '18· 游戏用户体验与玩家行为 +1
- 80%
看我玩:社会促进效应适用于电子游戏吗?
CHI '18· 游戏用户体验与玩家行为 +1
- 80%
游戏中的个人空间:大型显示器合作与竞争游戏中的物理和数字边界
CHI '20· 游戏用户体验与玩家行为 +1
- 80%
理解电子竞技中的倾斜现象:一项针对年轻《英雄联盟》玩家的研究
CHI '21· 游戏用户体验与玩家行为 +1
- 80%
透明度、公平性和应对策略:玩家在多人在线游戏中如何体验管理
CHI '23· 游戏用户体验与玩家行为 +1
- 80%
"副驾游戏" 一项关于大学男性电子竞技社区内的共同调节学习的研究
CHI '24· 游戏用户体验与玩家行为 +1
- 80%
少说多信:理解《英雄联盟》玩家对游戏内沟通过程的评估
CHI '25· 游戏用户体验与玩家行为 +1
- 80%
表征游戏群体体验
CHI '26· 游戏用户体验与玩家行为 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)