競(jìng)技游戲玩家力求在游戲中獲勝，并從中獲得極大的愉悅感。事實(shí)上，整個(gè)電競(jìng)游戲領(lǐng)域都是這種玩法，玩家盡可能尋找優(yōu)勢(shì)，在競(jìng)爭(zhēng)中占據(jù)上風(fēng)。玩家可在“反恐精英 （Counter-Strike）”、“守望先鋒 （Overwatch）”和“瓦羅蘭特 （Valorant）”等 FPS 游戲中，在多個(gè)能力級(jí)別的天梯中進(jìn)行對(duì)抗，看看誰(shuí)能最終勝出。競(jìng)技游戲玩家希望盡可能提高刷新率，降低延遲。面對(duì)這一趨勢(shì)，我們希望了解計(jì)算機(jī)系統(tǒng)延遲降低多少才能幫助游戲玩家更好地瞄準(zhǔn)目標(biāo)。

玩家在較低延遲下快速瞄準(zhǔn)目標(biāo)

在之前的幾輪研究中，我們考慮了在計(jì)算機(jī)系統(tǒng)延遲增加的情況下，對(duì)指向和瞄準(zhǔn)任務(wù)帶來(lái)的影響。我們從 Ivkovic、Cattan、Jota、Teather 和 MacKenzie 那里收集數(shù)據(jù)，力圖直觀展示延遲如何改變瞄準(zhǔn)任務(wù)的完成時(shí)間，這與目標(biāo)大小和距離如何影響任務(wù)表現(xiàn)（使用稱(chēng)為“難度指數(shù)”的綜合指標(biāo)）類(lèi)似。我們將 FPS 瞄準(zhǔn)與其他瞄準(zhǔn)任務(wù)一視同仁，因?yàn)?Julian Looser 表明 FPS 瞄準(zhǔn)的響應(yīng)與其他指向任務(wù)類(lèi)似。圖 2 展示了從此類(lèi)研究中選出的結(jié)果，這些研究的難度系數(shù)差不多，因此在同一張圖中進(jìn)行比較是合情合理的。

圖 2：在以前發(fā)布的研究結(jié)果中，系統(tǒng)延遲對(duì)于簡(jiǎn)單指向任務(wù)完成時(shí)間的影響。

一個(gè)明顯的趨勢(shì)是，任務(wù)完成時(shí)間會(huì)隨著延遲增加而變得更長(zhǎng)。在所有研究中，隨著延遲不斷向零靠近，該趨勢(shì)都表現(xiàn)出了持續(xù)的改進(jìn)。Ivkovic 研究中的最低延遲數(shù)據(jù)點(diǎn)代表著垂直同步設(shè)置的更改，因此可能存在其他交互性因素發(fā)揮作用。對(duì)于較復(fù)雜的任務(wù)，比如跟蹤移動(dòng)目標(biāo)，由于需要重復(fù)的瞄準(zhǔn)任務(wù)，所以此類(lèi)收益可能加倍。

低延遲第一人稱(chēng)射擊（FPS）瞄準(zhǔn)

在之前發(fā)布的研究結(jié)果中，低延遲級(jí)別的可用數(shù)據(jù)很少。部分原因是，創(chuàng)建出始終保持此類(lèi)低延遲級(jí)別的系統(tǒng)的難度較大。要研究低延遲下的 FPS 瞄準(zhǔn)，我們決定利用刷新率為 240 Hz 且像素響應(yīng)時(shí)間較快的 G-SYNC 顯示器。

我們還開(kāi)發(fā)了一個(gè)簡(jiǎn)化的 FPS 游戲（見(jiàn)圖 1），讓我們能夠嚴(yán)謹(jǐn)?shù)乜刂颇繕?biāo)參數(shù)，如產(chǎn)生速率、大小和運(yùn)動(dòng)類(lèi)型。此游戲還支持我們跟蹤所有類(lèi)型的系統(tǒng)相關(guān)數(shù)據(jù)，如系統(tǒng)延遲，玩家瞄準(zhǔn)情況以及消滅每個(gè)目標(biāo)所花的時(shí)間。有關(guān)使用獨(dú)立延遲度量工具的更多信息，請(qǐng)參閱 Latency of 30 ms Benefits First Person Targeting Tasks More Than Refresh Rate Above 60 Hz（相較于將刷新率提升至 60Hz 以上，延遲縮短 30 毫秒對(duì)第一人稱(chēng)瞄準(zhǔn)帶來(lái)的收益更大）。由于此游戲旨在用于第一人稱(chēng)瞄準(zhǔn)的科學(xué)研究，我們稱(chēng)之為“第一人稱(chēng)科學(xué) （First Person Science）”。在這一可控環(huán)境中，我們?cè)O(shè)計(jì)了以下視頻中所示的簡(jiǎn)單瞄準(zhǔn)任務(wù)。

要求用戶(hù)在我們的研究中完成的任務(wù)。每次試玩開(kāi)始時(shí)都會(huì)先清除紅色目標(biāo)。任務(wù)是要清除綠色目標(biāo)，這些目標(biāo)會(huì)以盡可能快的速度隨意移動(dòng)。需要單次命中來(lái)清除目標(biāo)。該任務(wù)會(huì)針對(duì)每個(gè)延遲條件重復(fù) 400 次。

由于我們能夠收集用戶(hù)表現(xiàn)，因此我們對(duì) 8 名用戶(hù)開(kāi)展了本次實(shí)驗(yàn)。每名用戶(hù)在 12 毫秒延遲的情況下完成簡(jiǎn)單的瞄準(zhǔn)任務(wù)，重復(fù) 400 次；把延遲增加 8 毫秒到20 毫秒，再完成另外 400 次任務(wù)。在我們的實(shí)驗(yàn)配置中，我們?cè)?240 Hz 下利用 NVIDIA RTX 2080 Ti 所達(dá)到的最低平均延遲為 12 毫秒。這是延遲分析器所測(cè)量的平均“點(diǎn)擊到顯示”時(shí)間的測(cè)量值。

在所有 3200 次試玩中，12 毫秒延遲（1.348 秒）下測(cè)得的此任務(wù)的完成時(shí)間中位數(shù)低于 20 毫秒延遲（1.530 秒）下所測(cè)得的中位數(shù)。在圖 3 中，此類(lèi)中位數(shù)由相應(yīng)的標(biāo)準(zhǔn)誤差度量來(lái)表示。Wilcoxon 檢驗(yàn)表明這些中位數(shù)是不同的（p 值=0.001）。額外的統(tǒng)計(jì)檢驗(yàn)可展示其影響大小，其中的差異十分顯著。

實(shí)驗(yàn)中的任務(wù)完成時(shí)間略高于已發(fā)表研究成果中簡(jiǎn)單指向任務(wù)的結(jié)果。這是因?yàn)槲覀円笥脩?hù)執(zhí)行的任務(wù)更加困難。FPS 瞄準(zhǔn)要求檢測(cè)變化或目標(biāo)，確定目標(biāo)在哪里，根據(jù)可感知的目標(biāo)運(yùn)動(dòng)進(jìn)行規(guī)劃，移動(dòng)手指、手、手臂和手腕，將瞄準(zhǔn)十字線定位到目標(biāo)上，最后點(diǎn)擊鼠標(biāo)按鍵。對(duì)于那些經(jīng)驗(yàn)豐富、規(guī)劃周密的玩家來(lái)說(shuō)，這一系列動(dòng)作可以很快完成，但是當(dāng)目標(biāo)的形狀復(fù)雜且運(yùn)動(dòng)特征也復(fù)雜多變時(shí)，玩家可能需要不斷更新對(duì)目標(biāo)的瞄準(zhǔn)點(diǎn)擊操作。

圖 3 在 12 毫秒和 20 毫秒系統(tǒng)延遲下，3200 次試玩的瞄準(zhǔn)任務(wù)完成時(shí)間中位數(shù)和標(biāo)準(zhǔn)誤差度量。

結(jié)束語(yǔ)

根據(jù)以往的發(fā)布結(jié)果和我們自己的數(shù)據(jù)，我們可以得出結(jié)論，縮短計(jì)算機(jī)系統(tǒng)延遲有利于提升 FPS 瞄準(zhǔn)性能。單從響應(yīng)時(shí)間來(lái)看，我們認(rèn)為求勝心切的玩家應(yīng)該盡可能縮短延遲。此外，我們最新的數(shù)據(jù)表明，此類(lèi)改進(jìn)遠(yuǎn)不止是由響應(yīng)時(shí)間所帶來(lái)的。

我們將繼續(xù)收集數(shù)據(jù)，推進(jìn)此領(lǐng)域的研究，并希望很快能帶給大家更多消息。如果想要幫助我們開(kāi)展此類(lèi)研究，您可以在即將推出的 KovaaK 2.0 中，花時(shí)間玩一下新發(fā)布的實(shí)驗(yàn)?zāi)Ｊ健?/p>

關(guān)于作者

Josef Spjut 是 NVIDIA 的高級(jí)研究科學(xué)家，致力于新的人類(lèi)體驗(yàn)，例如電子競(jìng)技和增強(qiáng)現(xiàn)實(shí)。他的研究興趣包括計(jì)算機(jī)圖形學(xué)、光線追蹤、視頻游戲和高性能人機(jī)交互。在加入 NVIDIA 之前，他是 Harvey Mudd College 的工程學(xué)客座助理教授。 Josef 獲得了博士學(xué)位。來(lái)自猶他大學(xué)和學(xué)士學(xué)位來(lái)自加州大學(xué)河濱分校，計(jì)算機(jī)工程專(zhuān)業(yè)。

Joohwan Kim 是 NVIDIA 新體驗(yàn)研究小組的一名視覺(jué)科學(xué)家。 Joohwan 獲得了博士學(xué)位。 2009 年畢業(yè)于首爾國(guó)立大學(xué)，2015 年之前一直在加州大學(xué)伯克利分校擔(dān)任博士后研究員。 Joohwan 目前的興趣是了解和改善各種顯示器的觀看體驗(yàn)，尤其是在電子競(jìng)技方面。

Ben Boudaoud 是 NVIDIA Research 新體驗(yàn)小組的一名研究工程師。他的背景是超低功耗嵌入式和醫(yī)療系統(tǒng)設(shè)計(jì)，他擁有弗吉尼亞大學(xué)的電氣工程碩士學(xué)位。最近，他的研究興趣轉(zhuǎn)向系統(tǒng)延遲和競(jìng)技游戲用戶(hù)性能的各個(gè)方面。

審核編輯：郭婷