# 通过交互式观察自动识别游戏机制：跳跃 > 该研究在修改后的 FCEUX NES 模拟器中开展受控实验，推断平台游戏的跳跃机制。先由人工将每款游戏玩到安全状态；系统随后反复按住跳跃键 1 至 120 帧、等待 120 帧并复位，同时从 PPU 精灵表记录所有精灵。经常相互接触的精灵被合并为角色并加以跟踪。随后以线性支持向量回归拟合人工设计的四状态跳跃自动机（地面、按键上升、松键上升、下落），得到各状态的速度与重力参数，以及按键持续时间的最小值和最大值。在 48 款游戏（约占 NES 平台游戏的 30%）、52 个角色上，作者将学得的跳跃聚类为三种风格。 - 作者：Adam Summerville; Joseph C. Osborn; Christoffer Holmgård; Daniel W. Zhang - 原标题：Mechanics Automatically Recognized via Interactive Observation: Jumping - 发表载体：FDG 2017 - 发表状态：会议论文 - 出版／提交日期：2017 年 8 月 14 日 - 日期依据：ACM 提交的 Crossref 元数据将在线及印刷出版日期均列为 2017 年 8 月 14 日，这也是 FDG 2017 的首日；该日期取自出版方元数据，而非会议日程。 - arXiv 首次提交：2017 年 7 月 12 日 - arXiv：1707.03865 - 已复核的 arXiv 版本：v1 - DOI：10.1145/3102071.3102104 - 来源复核于：2026-10-27 - 收录于：2026-11-03 - 原始论文： - PDF： - BibTeX： - 目录页面： - 记录 JSON： - 英文版：[English](https://awesomerea.org/papers/paper-nes-jump-mechanics/index.md) ## 研究范围与局限 仅建模原地起跳的垂直跳跃；忽略水平移动、助跑跳、二段跳以及与敌人或地形的交互，也不恢复任何游戏代码、素材或完整机制。固定的自动机是预先设定而非学习得到的，因此《恶魔城》等非物理跳跃的拟合存在系统性误差。阶梯状轨迹、延迟起跳、特殊落地及动画抖动都是作者承认的问题。每款游戏都需要人工游玩至安全状态，并预先知道其存在跳跃及跳跃按键。48 款游戏并非完整样本，结果是描述性的比较与聚类，并未与开发者设定的参数对照检验。 ## 与本合集的关联 补充借助模拟器插桩、通过受控游玩以黑盒方式恢复游戏机制参数的研究，与本合集中基于代码和画面的游戏重建研究互补。 ## 发表与复核说明 Crossref 确认四位作者顺序、FDG ’17 会议论文集及第 1–10 页；其标题采用句首大写形式，副标题为“jumping”，本条目保留论文所印的大小写。Crossref 将第二作者记为 Joe Osborn；论文与 arXiv 印作 Joseph C. Osborn，本条目采用后者。arXiv 仅有 2017-07-12 的 v1，备注为“10 pages, 12 figures. Accepted at Foundations of Digital Games 2017”，并载有相同 DOI；其 PDF 为含 FDG ’17 引用格式的 10 页 ACM 排版论文。论文与 arXiv 均未链接代码、修改后的模拟器或实验数据，也未找到作者发布。 ## 一手来源 1. 2. 3. 4. ## 关于此条目 已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。 原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。