實況足球是怎樣把一個球員的能力量化成數字的，依據是什麼？

01-11

球員的能力有30項之多，比如C羅進攻95，射門力量95，反應88等等，製作人是怎樣一項一項把他們量化成具體的數字的？他們的依據是什麼？如果這些能力逆天又有特點的球星還好做的話，那些名不見經傳的一般球員又是怎樣設定能力的？

說數據建模的有點誇大了，以fm而言SI公司的足球經理（FM）是如何進行球員CA、PA等數據的採集和設定的？ - 遊戲，每個聯賽都會有若干觀察員，然後根據比賽觀察和直觀感受（不清楚是不是有參考opta的數據）來編寫每個球員的數據，然後把數據改完以後發給上一級，再進行甄別和微調——但是得考慮到fm的資料庫涵蓋球隊數量之大，很多低級別球隊的存在。至於高級別球隊的數值——也基本是實況裡面球隊涵蓋的範圍了，我倒覺得都是根據上一代數據的基礎，參考球員現實中的表現，來進行微調。

所以現在實況的數據我認為大體上是依據上一代的數據進行微調，而並不是每一代都會大規模重新設定；而基本數值設定的標準大可以往上追溯到數值最高還是9的年代——其實大部分體育遊戲的數值設定都是這麼走過來的，對於球員的分檔早在1～9的年代就已經定下了基調，然後每一代再把新的球員按照已有的球員模版代入到那個體系就行了——從最早年簡單的1～9，慢慢細化到現如今的1～99，而1分細化成10分，81和88的差別，基本都來自於主觀設定——這點我認同@張浩的觀點

實況的球員能力檔次設定在ps年代（sfc時代也差不多）就按照5、6、7、8、9劃分好了，往後發展就變成11、12、13～19——因為ps末期加入了更多的球隊和球員，考慮到低能力球員增多（亞洲、非洲球員）以及高數值的細分（原先9被細分成了18、19），就變成1～20；再之後變成百分制，即現在大家所熟悉的1～50、50～60、60～70、70～75、75～80、80～90、90～94、95+。

以羅納爾多為例，速度最快的球員速度設定成9、然後19，再之後就是95——每一代速度最快的球員就按照95這一檔來代入。

至於剩下的一些個位數數據微調基本都是根據球員近來的表現和數據設定人員的主觀印象來整的——如果完全按照體測數據，那麼非洲球隊估計會有一票速度85+的球員，中後衛的速度不可能普遍在70這個區間，前幾年的小羅不至於那麼妖孽、拜仁及德甲球員不可能數據那麼低下。

————1.12更————

結合我和張浩在他答案下面的討論——參照實況足球是怎樣把一個球員的能力量化成數字的，依據是什麼？ - 張浩的回答。

我這樣子回答結合題主的問題其實是作了取巧的回答方式——因為我只是從問題的字面意思「單純的數值設定」來回答實況中球員具體數值是如何設定成1~99的，而不是從「結合遊戲引擎、球員數值設定所體現的差異以及在遊戲中如何呈現」這個角度來回答——即張浩所言的「如何從無到有的建立一套東西」、以適應「更換系統和底層動態引擎框架體系」。

就好比「如果實況只有一個數據編輯器，那麼只要花時間我也能把所有球員的數值都設定出來——即數值設定僅靠原有框架來作主觀設定；但如果說要結合遊戲引擎來（回答如何）做這個數據編輯器，那我等文科生就只能默默匿了。。。」

畢竟不同的球員模型會直接導致操作手感的差異，還有奔跑姿勢、身高體重體型，以及各種球員特技的分配，這些對於數據的微調以及隱藏數據都不是玩家能直觀看到的東西——但它們也屬於球員能力的量化。

再舉一些直觀的例子：

實況98年代的三角鍵傳球時球員的前叉意識基本一致，直接導致對戰時及其bug，但後來用進攻積極性、前插特技進行細分以後就不會出現李金羽和因扎吉一樣的把握機會能力了。

one two2過1首次出現時簡直就是超級bug一用一個準，直接導致實況02一代選隊根本就不重要了，全看2過1的發招時機……格鬥遊戲即視感；後來K社就用球員默契程度、進攻積極性來限制進攻球員，同時引入防守數值來規制防守方的盯人嚴謹性。

再好比早年為什麼FIFA被人詬病成足球格鬥，除了溜冰一般的手感，還有就是特殊過人技巧的使用幾乎無視球員數值只看指令輸入……但後來不同數值、不同球員建模做同一套動作就會有很大差別——例如馬賽迴旋vs蚌埠迴旋＝。＝

謝邀，剛好調打擊感調的感到厭煩了，來回答個其他方向的問題調整一下狀態。

實際上，對於足球遊戲（包括其他所有的團隊型體育遊戲）而言，數值設定並不是其中需要特別關注的難點所在——真正的難點在於錯綜複雜的動作狀態機，AI決策樹以及祈禱物理引擎不要出各種神奇的bug等等。數值本身，只是在系統允許的範圍體系內，修正不同具體單位的不同表現，使其能更符合設計者的製作意圖而已。

所以，在製作過程中，首先是決定在這個模型系統中，一共存在哪些參數——包含可見和不可見的，可見的比如題主寫到的進攻，射門力量，靈活等等，也包含了一些外在表現的參數，比如身高體重等等，而不可見的部分會包含比如視野，穩定性，大賽發揮程度，受傷耐性，職業素養等等，不同的遊戲有不同的劃分體系，但所有的參數都嚴格被契合在比賽引擎這個大框架體系之下。

之後，就是定系參數的有效值域，每個公司每個系列都會有自己的值域定義習慣，比如EA系的遊戲習慣採用[1,100]作為有效值域，而隸屬於SEGA的Sports Interactive則喜歡用[1,20]這個範圍區間（不過有興趣深究的朋友可能會發現，不管外部數值如何呈現，多數遊戲的實際後台生效範圍都是[1,127]）。

有了總數值範圍之後，就是對其進行分檔定義。舉個實例來說，比如我們可以定義，綜合實力在[1,59]範圍內的為默默無聞的球員，[60,69]為小有名氣的球員，[70,79]為著名球員，[81,89]為洲際級別的球星，而最終[90,100]則可以是國際巨星。

在完成了上一步之後，我們終於可以開始對球員能力進行初步設定了，拿C羅舉例好了，首先我們認為他是國際巨星，綜合實力是97——對的，首先我們不是看某個球員的某項基本參數有多高，而是先決定其綜合數值。至於這個終值是怎麼定的——很遺憾，是拍腦門的。就好比某英國公司出產的遊戲中，英國球員實力普遍強於德國球員法國球員義大利球員——沒有人可以完全公平公正公開的提出一個讓所有人滿意的方案，所以基本上，這種設定的主觀性是非常強列的，最終開發組提出的也不過是一個讓自己內部覺得滿意的方案而已。

在完成了綜合實力設定之後，就可以開始具體數值的設定了。在這部分工作中，也是以先分檔，再定性，後排序的順序完成的。舉例來說就是，還是C羅，我們先來設定速度值好了，分檔數值參見綜合部分，毋庸置疑C羅是個速度極快的球員，所以他的速度應該在90以上，參考世界上幾匹著名的快馬，貝爾沃爾科特馬丁斯羅本奧巴梅揚比亞比亞尼等等，我們可以將其速度設為94，不要笑，多數體育遊戲中的數值就是這麼來的，至於以EA的財大氣粗，是不是真的找了那麼多俱樂部的真實體測數據來真是計算這個就不得而知了，畢竟即便有這部分數據也只能包含所需全部數據中的一小部分。不過一般來說，這麼做不划算也沒太大價值。而對於哪些在速度上不那麼出眾的球員，就不用這麼麻煩了，你覺得讓施魏因施泰格和皮爾洛比慢這種事情會有人有興趣去做么？

用上面的方式，將每個球員在其場上位置上的關鍵數值（比如前鋒的速度射門頭槌冷靜，後衛的防守站位盯人搶斷等等）設置完畢以後，再大致調整其餘參數，使其最終綜合數值能符合一開始設定的數值（成熟的項目中，對於這部分未填充數據實際上是有按照規則自動生成的工具的），這個球員的屬性設置就完成了——當然這其中也充滿了不同的數據人員之間的撕逼論戰的過程。

上面這麼多大實話可能會讓某些朋友失望——什麼，球員屬性就是這麼來的？怪不得我的XXX數值還不如那個XXX，果然不科學不客觀不靠譜！！！但是朋友你知道么，EA每年需要維護的球員數值少說在2W以上，而以龐大資料庫而聞名的Sports Interactive統計的球員和僱員數據合計超過30W，你覺得這些公司會有多少人力專門投放在這方面才能把數值做到足夠的「真實客觀」？

至於說某些球星在遊戲中擁有符合其顯示特點的表現，實際上是針對少量著名球星做了特殊處理的結果（比如PES和FIFA中都存在的球員專屬動作，也包含FM中能看到的球員習慣等等），而不純粹是數值在這其中發揮了作用。

最後補充一下，在足球界本身的確有大量專業的數據採集和分析，但是這些主要是用於科學研究和輔助訓練，少量被貢獻於媒體報道，並不實際用於遊戲製作，原因主要在於，首先數據工作需要消耗大量人力物力，即便是大科研機構和大俱樂部，也只是根據需要在小範圍內進行採集——而遊戲製作需要涵蓋的面太廣，這種小範圍內的數據來源並不能有效支撐實際的製作流程——更不要提為了獲取這部分數據需要的高昂的額外成本了；另一方面，顯示採集的數據和遊戲建模需要的數據完全是兩回事，即便獲取也需要額外花費大量人力和時間進行分析處理後才能轉化為遊戲中可用的數據，總體來說這種做法還是性價比太低。

至於在某些新聞里看到的，貝尼特斯靠足球遊戲買球員一類的說法，大家笑笑就算了，這種基本就是小編為了吸引眼球編造出來的東西了。

個人推測

對於可定量指標，現在比賽都有技術統計的，如技術，可以採用傳球成功率，傳球次數，失誤，過人次數，控球時間等統計數字，標準化打分，在根據不同位置施以不同權重，如前鋒接球失誤，過人次數權重應該大，而中場在傳球次數，威脅球的權重應該較大，這樣就可以得出一個綜合評分了，再對明星球員加以個性化調整平衡，至於不出名的，誰管他，差不多得了。

對於非定量指標，如力量，可採用體重，身高等顯量，進行聚類，再在其中每個類別選出標準如最佳，然後同類與最佳相比做減法。

甚至直接根據這個評分，只對明星球員調整。

足球比賽裡面有哪些行為，這些行為受什麼參數影響，主要是設計這個體系。

很多人在回答這些數據的來源，數據其實在現在職業體育的統計體系里都不難量化的。

相比之下光榮公司能把一兩千年前的武將數據量化那才叫腦補能力

這個取決於在踢足球這件事上能挖掘出多少可用參數。

踢足球我不擅長，我可以用走路舉例子，影響走路的我們可以找到重力，地面摩擦係數，鞋子的摩擦係數，體重，爆發力，耐力等等，找到這些參數後根據系統需要和技術能力去掉無法實現或者不好表現的參數，最後綜合剩下的參數進行體驗和比重調整就可以了。

關於剔除參數的原則我舉個例子：比如地面摩擦係數，假如技術無法檢測地面情況，這個參數就只能放棄；再比如鞋子的摩擦係數，假如我們系統需要不同鞋子摩擦係數不同，這個參數就可以保留，假如系統中連鞋子這個道路都沒有設計，這個參數也就可以放棄了。具體情況很複雜，大概意思如此。

別看他們說得振振有詞的，什麼數學建模什麼的，其實就是找了幾個足球顧問，或者乾脆就是稍微懂點球的數值策劃照著自己對指定球員的印象定的……（原話是「隨便定的」，被底下評論指出傷害讀者感情，我覺得有理，因此去掉）

——————————————————————————————————

從投入和產出的角度考慮，根本不可能專門建立一個數學模型去為數千個球員進行不同的數值判斷，為什麼，因為足球球員的能力原本就不是可以用數值來量化的。我承認我的數學水平不高，我想不出任何可以去度量一個球員能力的數學方法，用技術統計？但事實上大部分球員的能力完全無法體現在技術統計上，好比羅納爾多一年沒進球，你用技術統計計算出的他的射門能力值是否科學？我不懂數學，但我懂遊戲開發，並且我非常懂足球，所以我才作出以上回答中的猜測。你可以不同意，因為這本身就是個猜測，知乎就是歡迎任何反對意見的地方。我們可以探討，但是我不接受任何人身攻擊，除非你確定你足球踢得比我好，或者遊戲做得比我好。歡迎和平討論，不友善評論一律舉報。

我舉例子都沒拿FM來舉就是因為我知道FM之類的遊戲的球員數據真的可能是用數學模型——包括技術統計之類的東西計算出來的，畢竟是以數據嚴謹為賣點，但是題主說的實況足球和FIFA之類的遊戲，我覺得就沒那麼嚴謹了。反正如果讓我去做，我不會這麼嚴謹的，沒那個必要也花不起那個成本。至於你說的業內人士，我還真不敢當啊，我只是個獨立遊戲製作人，應該算不上業內人士，當然只能猜測啦。FM的數據是人工採集的，其實也是它專門的採集組的人定的，而不是什麼精確的數學模型計算。當然我回答里最不恰當的那個詞就是「隨便」，這個我反省。

——————————————————————————————————

另外作為一個遊戲製作人，我本人對這個問題也非常好奇，如果有真正做過實況足球或者FIFA這類遊戲開發的人回答了這個問題請務必告訴我！

有一門學科叫數學建模

三分統計七分估計

數值並不科學，個人認為或許有建模，但一定不是很系統的研究之後進行的。

實況2013裡面巴西隊的胡爾克（浩克）簡直就是bug 有人發現沒

大家看看光榮的三國志的武將數值怎麼來的

具體我也不太清楚。但是我想講講我自己想出來的一種方案。可能k社EA不是這麼用的。但是我想說出來看看可行不→_→

對於每個球員，有一個上限設定。就像遊戲裡面的技能點，然後細化分類，如身體素質，技術，意識等等。每一類都給球員貼一個標籤，比如說中場發動機，終結者等等~擁有相同標籤的人基礎分相同，然後根據表現微調。比如表現好的，分更高一些。最後各項細分能力按照一定的比例（與他的位置有關，比如說後衛分數高的不一定射門厲害，就算射門厲害，射門的比重也沒有防守高）加權得出該球員在某一位置的分數。然後每一代迭代更新即可。

為什麼我會這麼想呢？因為實況裡面，綠茵傳奇生成新球員就要經歷這些步驟。我覺得可以借鑒。當然這樣的話，必然會涉及到數學建模，我反正不認為隨便憑感覺就可以的。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

第一次更新答案

說起搜集數據的成本問題，我覺得成本根本不高。現代體育，尤其是足籃球這些商業化，科技化程度高的體育項目。數理的收集是相當詳細的。每一位球員每場比賽的跑動距離，觸球位置，傳球線路和成功率，極限奔跑速度，過人多少次，威脅傳球多少次，攔截多少次都有詳細記錄。而且這些數據如果k社和EA打包去買的話成本應該不高，特別是他們已經獲得了授權的聯賽杯賽（從這裡也可以看出，k社一直沒有拿到德甲授權，所以德甲的數據普遍偏低）

卧槽，當年買實況10的時候，大師聯賽我一直用馬蒂厄在巴薩踢左後衛，難道恩里克之流居然這麼多年後還記得他，都30了還買來巴薩打後衛？這個不科學吧

大數據

抽象數字化

konami他們買了很多俱樂部和國家隊的很多訓練數據。

還有詳實的球員比賽數據，觸球，衝刺，傳球，封堵。。。

有這些數據，建模，優化，建模，球員能力框就出來了。

確實有些教練通過他們找小妖。