競技游戲玩家力求在游戲中獲勝，并從中獲得極大的愉悅感。事實上，整個電競游戲領(lǐng)域都是這種玩法，玩家盡可能尋找優(yōu)勢，在競爭中占據(jù)上風。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，在多個能力級別的天梯中進行對抗，看看誰能最終勝出。競技游戲玩家希望盡可能提高刷新率，降低延遲。面對這一趨勢，我們希望了解計算機系統(tǒng)延遲降低多少才能幫助游戲玩家更好地瞄準目標。

玩家在較低延遲下快速瞄準目標

在之前的幾輪研究中，我們考慮了在計算機系統(tǒng)延遲增加的情況下，對指向和瞄準任務(wù)帶來的影響。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任務(wù)的完成時間，這與目標大小和距離如何影響任務(wù)表現(xiàn)（使用稱為“難度指數(shù)”的綜合指標）類似。我們將 FPS 瞄準與其他瞄準任務(wù)一視同仁，因為 Julian Looser 表明 FPS 瞄準的響應(yīng)與其他指向任務(wù)類似。圖 2 展示了從此類研究中選出的結(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)延遲對于簡單指向任務(wù)完成時間的影響。

一個明顯的趨勢是，任務(wù)完成時間會隨著延遲增加而變得更長。在所有研究中，隨著延遲不斷向零靠近，該趨勢都表現(xiàn)出了持續(xù)的改進。Ivkovic 研究中的最低延遲數(shù)據(jù)點代表著垂直同步設(shè)置的更改，因此可能存在其他交互性因素發(fā)揮作用。對于較復雜的任務(wù)，比如跟蹤移動目標，由于需要重復的瞄準任務(wù)，所以此類收益可能加倍。

低延遲第一人稱射擊（FPS）瞄準

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

我們還開發(fā)了一個簡化的 FPS 游戲（見圖 1），讓我們能夠嚴謹?shù)乜刂颇繕藚?shù)，如產(chǎn)生速率、大小和運動類型。此游戲還支持我們跟蹤所有類型的系統(tǒng)相關(guān)數(shù)據(jù)，如系統(tǒng)延遲，玩家瞄準情況以及消滅每個目標所花的時間。有關(guān)使用獨立延遲度量工具的更多信息，請參閱 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 毫秒對第一人稱瞄準帶來的收益更大）。由于此游戲旨在用于第一人稱瞄準的科學研究，我們稱之為“第一人稱科學 （First Person Science）”。在這一可控環(huán)境中，我們設(shè)計了以下視頻中所示的簡單瞄準任務(wù)。

視頻。要求用戶在我們的研究中完成的任務(wù)。每次試玩開始時都會先清除紅色目標。任務(wù)是要清除綠色目標，這些目標會以盡可能快的速度隨意移動。需要單次命中來清除目標。該任務(wù)會針對每個延遲條件重復 400 次。

由于我們能夠收集用戶表現(xiàn)，因此我們對 8 名用戶開展了本次實驗。每名用戶在 12 毫秒延遲的情況下完成簡單的瞄準任務(wù)，重復 400 次；把延遲增加 8 毫秒到20 毫秒，再完成另外 400 次任務(wù)。在我們的實驗配置中，我們在 240 Hz 下利用 NVIDIA RTX 2080 Ti 所達到的最低平均延遲為 12 毫秒。這是延遲分析器所測量的平均“點擊到顯示”時間的測量值。

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

實驗中的任務(wù)完成時間略高于已發(fā)表研究成果中簡單指向任務(wù)的結(jié)果。這是因為我們要求用戶執(zhí)行的任務(wù)更加困難。FPS 瞄準要求檢測變化或目標，確定目標在哪里，根據(jù)可感知的目標運動進行規(guī)劃，移動手指、手、手臂和手腕，將瞄準十字線定位到目標上，最后點擊鼠標按鍵。對于那些經(jīng)驗豐富、規(guī)劃周密的玩家來說，這一系列動作可以很快完成，但是當目標的形狀復雜且運動特征也復雜多變時，玩家可能需要不斷更新對目標的瞄準點擊操作。

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

結(jié)束語

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，縮短計算機系統(tǒng)延遲有利于提升 FPS 瞄準性能。單從響應(yīng)時間來看，我們認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，此類改進遠不止是由響應(yīng)時間所帶來的。

關(guān)于作者

Josef Spjut 是 NVIDIA 的高級研究科學家，致力于新的人類體驗，例如電子競技和增強現(xiàn)實。他的研究興趣包括計算機圖形學、光線追蹤、視頻游戲和高性能人機交互。在加入 NVIDIA 之前，他是 Harvey Mudd College 的工程學客座助理教授。 Josef 獲得了博士學位。來自猶他大學和學士學位來自加州大學河濱分校，計算機工程專業(yè)。

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

Ben Boudaoud 是 NVIDIA Research 新體驗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，他擁有弗吉尼亞大學的電氣工程碩士學位。最近，他的研究興趣轉(zhuǎn)向系統(tǒng)延遲和競技游戲用戶性能的各個方面。

審核編輯：郭婷