deep town攻略26，无主之地无法找到莫西和斯库特

同时也有网友透露更多的详细资讯:目前发掘出来的信息中，雪地地图将包括Cosmodrome(航天站)、DinoPark(恐龙公园)、Villa(别墅)、Farm(农场)、Town(小镇)、Cement Factory(水泥厂)和Castle(城堡)等元素。

这位网友在一个数据包里还找到名为Weather_Night(天气_夜晚)文件，终于确认黑夜模式。雪地地图也很可能会直接出现黑夜模式(天气)。

同时，还有一种新鲜的 Conquest(征服)新玩法，他描述这个玩法为:类似《使命与召唤》Domination模式，需要你占领某个特定区域。在挖出的模型数据中，就有C4炸药模型，类型是武器。

而在此前也有网友在国外论坛透露过一个海岛形状的地图样式，也有人说是“海景地图”但是并没有官方的任何认证，此次爆料依然还是不知道是真是假。

但是PUBG官方此前曾表示雪地地图会在今年冬天推出，参考萨诺地图推出方式，雪地地图可能也会提前几个月在ExperimentalServer进行测试。如果消息为真，PUBG官方应该很快就会正式公布雪地地图，这些新元素将于不久后在测试服和玩家见面。所以大家还是可以期待一下的。

仔细看了下在本次数据发掘中该网友还发现了一张天空景象对比图、C4炸弹模型以及一件印有“绝地求生”字样的上衣，预计包括黑夜系统及C4在内等元素，可谓新鲜感十足，不同的模式不同的地图，还有这么多不同元素，确实让人充满不少期待。

简介近日，香港中大-商汤科技联合实验室的新论文“Accelerated Training for Massive Classification via Dynamic Class Selection”被AAAI 2018录用为Oral Presentation。

该论文着力于解决超大规模分类问题（过百万类）对模型训练带来的一系列挑战，尤其是超大规模Softmax层造成的计算瓶颈。

具体而言，该论文提出了一种新型的Dynamic Selective Softmax，能够以较低的代价在每次迭代中根据类别空间的结构动态选择一小部分类别参与计算，在保证精度基本一致的条件下，可以非常显著地提升训练速度，并大幅度减少训练过程所占用的显存。

本文中我们将详细介绍该论文中提出的方法，并介绍一些可能的后续工作等。

值得指出的是，这项工作是由商汤科技在城市级人脸识别的场景所驱动。而此项工作的成果也反映了在人工智能领域产业应用对于学术创新的重要意义。

一个实际的问题—人脸识别

随着数据的迅速积累，数据的类别数目也在不断增加，大规模分类的问题受到越来越广泛的重视，人脸识别就是其中一个重要的例子。在先前的一些人脸识别的工作中[2]，基于分类的训练方式因其简单且能提供高效监督信息的特点，为学界和工业界广泛使用。

图1 基于分类方法的人脸识别训练流程

然而，如下图所示，随着类别数量急剧增加，两个实际的问题浮出水面：（1）计算Softmax所需要的计算量会大大增加，使得Softmax的计算成为制约网络训练速度的瓶颈。（2）类别数量的增加会导致分类层的参数量大大增加，在如今GPU显存有限的情况下，会极大制约能够参与分类的类别数量。

图2 类别数量增加时对应的计算量和显存的变化

针对类别数增加时带来的计算增长和显存增加的挑战，本论文提出了一种全新的选择性Softmax计算框架，我们称之为“基于动态类别选择的Softmax”（Dynamic Selective Softmax）。该框架可以显著减少训练过程中的计算量以及显存消耗，并且取得近似完整Softmax训练的性能。

对两个指标的观察

我们定义了两个指标来帮助我们分析大规模分类的问题。第一个指标叫做CP_K，即前K累加概率和，表示Softmax计算出的前K大的概率的总和。CP_K的值越大表示概率越集中在前K个的类别中。

进一步地，从Softmax的梯度公式可知，除了真实标签之外，其它类别的梯度和概率大小成正比。这说明如果概率是集中在前K个类别中，那么对应的梯度值也是集中在前K个类别中。

因此，我们进一步定义了一个指标NCG_K，即前K归一化累计梯度。这个指标衡量了梯度在前K个类别上的集中程度。

根据定义，我们用一个在Ms1MCeleb上训练好的Resnet-101模型，画出了NCG_K随着迭代轮数变化的曲线。

从上图中我们可以得到几点重要的观察：（1）在多数情况下，一个样本只容易和一小部分的类别混淆。（2）当使用Softmax作为损失函数时，从这一小部分类别产生的梯度主导了所有的梯度。（3）随着训练的进行，容易混淆的类别的集合会越来越小。

图3 Softmax计算中的“活跃类别”

如图所示，这K个概率值最大的类别主导了Softmax计算，我们将其称之为“活跃类别”。

选择性Softmax框架

基于上述观察，我们提出了一种选择性的Softmax框架。该框架引入了一个选择器，该选择器通过结合当前特征和分类的权重矩阵，能够高效且准确地挑选出分类上能够产生较强监督信号的“活跃类别”。根据之前的分析，“活跃类别”可以近似提供和所有类别同样有效的监督信息，因此，对于这占整体类别比例很小的“活跃类别”，我们可以利用一些稀疏性的操作来加速整体的计算流程。

如下图所示，我们将大规模分类所需要的巨大的权重矩阵放置于CPU的内存中，根据选择器挑选出的类别，可以从这个巨大的权重矩阵中挑选出需要的权重向量，放置到GPU的显存中。当在GPU上计算出对应的梯度之后，再异步地将求出的梯度稀疏更新到存在于CPU上的权重矩阵中。

图4 选择性Softmax工作流程示意图

To Be or not to be的困局

根据上文的介绍，选择性Softmax框架的一大核心是“活跃类别”的选择器，如何找到一种高效且准确的选择器成为这个计算框架的关键。首先我们研究了两种最为直观的选择器。

第一种是随机选择器。在每一轮迭代中，除了当前训练样本、的类别，还会通过随机采样得到其余的类别。该随机选择器不依赖于当前样本的特征和分类层权重矩阵的信息，几乎没有额外的时间开销，也因为是随机选取，没有引入任何额外信息，该方法的性能可以被视为是选择器的性能下界。

第二种是最优选择器。在每一轮迭代中，会根据当前样本的特征和整个特征矩阵点乘的结果，从中选取响应最大的类别，用这些类别来作为“活跃类别”。这种方法保证了每次选取出来的活跃类别都是最优的，但是由于引入了整个权重矩阵参与计算，无法减少前传的计算开销，这有悖于我们减少计算量的初衷。但最优选择器每次都选取了最活跃的类别，该方法的性能可以被视为是选择器性能的上界。

如图所示，随机选择器虽然速度快，但是损失了精度；最优选择器虽然保证了精度，但是没有减少计算开销。这两种选择器都无法满足我们的设计要求，因此，我们希望找到一种在速度和精度上都可以取得较好平衡的“活跃类别”选择器。

哈希森林选择器

为了有一个速度和精度上可以达到良好平衡的选择器，我们提出了哈希森林选择器。我们将从哈希森林的构建和哈希森林的使用两个方面来介绍这一算法。

对于哈希森林的构建，我们首先来看一棵哈希树的构建。对于N个类别分类的权重矩阵，我们可以将这个权重矩阵看作是N个类别的平均特征向量，那么我们就得到了D维空间的N个点。首先，我们从这N个点中随机选择2个点，计算出距离这两个点距离最大的超平面，也即，该超平面把这两个点划分在了空间的两侧。那么，根据这个计算出的超平面，我们就可以把空间中的其它点分为两部分，即在超平面的不同侧。这样，我们就把空间分成了两个子空间。对于每一个子空间，我们会重复上面的过程，即每次随机选取2个点，计算出超平面对空间进行划分，当子空间中点的个数不超过B个点时停止继续划分。经过若干次操作后，当所有子空间中的点的个数都不超过B个点时，构建过程结束。如果将每个划分的超平面视为中间节点，将最终划分后的结果视为叶子结点，那么构建的这个结构就可以被当成是一棵哈希树。

从一棵哈希树的构建过程可以看出，我们构建哈希树时采用的是随机算法，因此，为了消除随机选取带来的不稳定性，我们会同时生成L棵哈希树，这样就组成了哈希森林。

图5 哈希森林的构建

对于哈希森林的使用，我们也先来看每棵哈希树对应的操作。对于每一颗哈希树，树上的中间节点都是一个超平面。因此，当一个新的特征向量来了之后，首先会被根结点的超平面分到左子树或者右子树，接着又会被相应子树的根节点继续往下分类，直到落入一个叶子结点中。那么叶子结点中所包含的类别就被认为是和这个特征向量相似的类别。

对于森林中的每一棵树，都会重复这个过程，最终会得到一个类别的候选集合，如果候选集合中的类别超出了我们所需的类别数目，我们再通过计算其余弦距离，最终选取余弦距离最小的那些类别作为我们的“活跃类别”。

更好的平衡—动态选择性Softmax

虽然哈希森林的选择器在保证准确率的同时大大提升了我们的效率，但从之前对两个指标的观察中，我们可以看到，随着训练的进行，所需要的活跃类别数越来越少，因此我们可以针对选择器中引入的参数做动态调整，进一步优化计算资源的配置。

为此，我们引入了一个阈值，每隔一段时间，在验证集合上计算出CP_K（前K概率累加和），我们选取的类别数K恰好使得算出的CP_K超过定义的阈值。相比于预先设定好采样类别数，这种方式随着训练的进行，K的值会越来越小，也即需要采样的类别数会越来越少，这样可以进一步减少无用的计算资源消耗。

对于新引入的阈值和另外两个参数，树的数目和更新周期。基于“训练初期多尝试不同的可能，训练稳定后寻求更精准的选择”这一理念，我们发现简单的线性更新的方式就可以取得不错的效果，也即：阈值由小到大线性增长，树的数目由少线性增多，更新周期由大线性减小。

实验结果

我们在两个分布迥异的人脸识别数据集上来验证选择性Softmax的性能。第一个数据集是Ms1M Celeb，该数据集包括10万人共1000万张图，由于原始的数据集有比较多的噪声，我们进行了一些清理，实际用于实验的是8.7万人约460万张图。第二个数据集是Megaface Challenge 2的训练数据。该数据集共有67万人约470万人。我们在4个不同的人脸识别标准协议上测试了方法的性能，即LFW非受限的人脸验证协议，人脸识别协议，IJB-A的1:1人脸验证协议以及Megaface的人脸识别协议。

在这些不同的协议上，我们的提出的方法有着一致的性能，在指数级别地减少计算量的同时，可以取得逼近于完整Softmax的性能。从表图1中可以看到，在取得相同性能的情况下，哈希森林的时间开销比最优选择器或者完整的Softmax要小一个数量级；在相同的时间消耗下，哈希森林的性能远超其它的一些算法。并且可以从图中看到，动态的哈希森林可以进一步地提升算法的性能。

表图1. 选择性Softmax和其它方法的比较

除了在小模型上的比较实验，我们还将Ms1MCeleb和Megaface Challenge 2两个数据集合并在一起，得到一个75万分类的大数据集，用Resnet-101在这个数据集上进行了实验。在这个大实验中，我们在几乎不损耗性能的情况下，可以将每轮的训练迭代时间从3.5s缩短为1.5s，起到了60%的加速效果。并且由于我们将巨大的权重参数放到了CPU的内存中，我们几乎移除了权重矩阵所占用的所有显存。从整体网络的显存消耗上看，我们可以将显存开销减小24%。

表图2. 在Resnet101上进行75万人脸分类的训练。

除了得到更好的性能，我们也详细分析了哈希森林中不同决定因子对最后结果的影响。由下图可以得到几个观察：（1）不管用何种选择器，随着采样类别数目的增加，模型的性能都会随之增加。（2）基于哈希森林的选择器在采样类别数目很小时，就可以逼近最优选择器的性能。（3）对于哈希森林中树的数目不是特别敏感，在超过50颗树时性能就趋于稳定。（4）当哈希森林的更新周期在1个epoch内时，对性能的影响不显著，如果更新周期超过了一个1 epoch，可能因为构建哈希森林的权重矩阵信息太过久远而造成整体性能的下降。

表图2. 采样类别数对性能的影响。

表图3. 树的数目对性能的影响。

图表4. 更新周期对性能的影响。

思考与最后的话

回顾本文的算法，我们针对大规模分类时Softmax带来的问题，提出了基于动态类别层级选择的算法，高效且准确地找到了“活跃类别”，并且我们进一步提出了动态分配的方案来进一步充分利用计算资源。在不同测试集上的实验结果，充分验证了本文方法的有效性。另外，除了本文中提出的哈希森林选择器，该动态选择性Softmax的计算框架还可以灵活引入不同的采样算法，在实际的使用情况中，可以根据速度和精度的不同需求来选择不同的采样算法。在未来，我们希望进一步探寻该方法的边界，当数据规模再大一个甚至几个量级时，会不可避免地引入更多的噪声。当这些噪声达到无法人工清理的规模时，可能会对构建的动态的层级结构造成很多干扰，使得选择器无法准确区分“活跃类别”和“噪声类别”等信息，如何在这种情况下改进我们的选择性Softmax是一个值得继续探究的问题。

相关文献：

【1】“Accelerated Training for Massive Classification via Dynamic Class Selection”, Xingcheng Zhang, Lei Yang, Junjie Yan and Dahua Lin, AAAI 2018.

【2】“Deep learning face representation from predicting 10,000 classes”， Sun, Yi, Xiaogang Wang, and Xiaoou Tang, CVPR 2014.

今天我们推荐《Cytus II》《王国：双冠》《计算器2：游戏》《黑暗料理王》《深岩银河》以及《炉石传说：加斯塔哈的大乱斗》冒险模式、《英雄联盟》极限闪击2.0模式。

编辑丨甄能达

“周末玩什么”是来自触乐编辑们的每周游戏推荐。每周末，我们都会各自推荐一款当周的新游戏（偶尔也会有老游戏），它们可能是PC或主机游戏，也可能是手机游戏，来供大家参考、选择。当你在周末赖床，没决定接下来玩点什么好的时候，不如来看看我们的选择里面是否有你感兴趣的，也欢迎读者和开发者朋友们向我们寻求报导。

丨　忘川：《Cytus II》（iOS）

这次我想推荐一款我在年初写过的游戏，由雷亚游戏推出的音游《Cytus II》。

《Cytus II》宣传PV

v.qq.com

其实我早就想写它。过去一年，《Cytus II》一直停留在我的手机里，是极少数会让我舍不得删除的手游。我一直没写，不是因为不好玩，而是因为推荐了，也会有不少人玩不到——苹果版发布后，还在调整中的安卓版未及上架就遭遇版号问题，然后就没了下文。

一晃大半年过去，iOS版一路从1.0更到了1.9；TapTap上，《Cytus II》的评分却因为安卓版迟迟不上架，一路从9.8跌到了3.8。这个评分无关游戏质量，仅仅是因为大陆地区玩不上，所以我也只能不在这里推荐安卓版了。

后续版本追加了不少新角色

年初时我便夸过，《Cytus II》是雷亚迄今为止最棒的音游，美术包装绝赞，玩法、手感、音乐全在水准之上，在移动端的体验是可以叫板日韩音游的。《Cytus II》拥有完整的剧情，还不是传统音游里那种“串场”或“点缀”，世界观、人物、剧情悬念一样不落，更难得的是，故事和玩法是有机结合在一起的——玩家通过打歌，能参与到部分剧情演出中。关于《Cytus II》是如何进行叙事，我在年初那篇文章里已写得足够清楚。

每位新角色，雷亚都会专门为其设计一套全新的选曲UI

此刻我仍想推荐它，是因为《Cyrus II》这一年的更新没让我失望：随着版本号增加的不仅仅是越来越多元的音乐、曲风，还有不断延伸出来的人物故事和剧情转折，我真的第一次玩音游玩出了追番的感觉——这么说吧，版本号“1.x”完全可以当作“第一季第×集”来看待。而这次的剧本才不是《Deemo》那种小清新，还是个赛博朋克世界观下的群像剧，讲故事的难度只高不低。

《Cytus II》角色群像

现在，随着版本更新到1.9，游戏将迎来第一季的结局。因此，请容许我在安卓党只能Google Play的前提下，推荐这款游戏。

App Store传送门

丨　刘淳：《王国：双冠》（Steam、Switch）

《王国：双冠》（Kingdom: Two Crowns）是“王国”系列的最新作，这个自称是“微策略”的RTS游戏系列，原版一经推出大受好评，之后的《新大陆》添了不少内容，可以造船去往下一个大陆，这次的《双冠》又有了一些玩法上的升级。

《双冠》相比前作画面精致许多

早在最初的原版推出那会，我就沉迷其中好一段时间，“王国”用异常简洁的游戏机制，带来了一种休闲的乐趣。

“王国”的具体机制可以用玩家总结的那句俗称来简单概括——撒币国王/女王。玩家在搜罗到第一桶金后，白手起家建设自己的王国，用撒币完成一切。看到篝火旁的难民，撒个币，将他们招入麾下；撒些币建造箭矢、锤子，让平民成为弓箭手和建筑师；继续撒币，修建一个围栏、哨站，砍倒树木拓展领地，利用水源开设农场。征召、建造、升级，一切策略，都可以通过一个简单的撒币动作完成，简洁而且优雅。

“王国”按照昼夜循环分为两个部分：白天是四处巡逻走动，进行各项部署与升级；到晚上就得赶回营地，迎接入侵的怪物大军。只有妥善把握金币产出的稳定供应与防御工事的安置升级，方可挺过攻势、不断升级的敌人，保住金币、人民，当然最重要的是头上的王冠，一旦王冠被夺国家即宣告覆灭。

在这种昼夜分割设计下，白天是静谧悠闲的御马进发、晚上险象环生的刀光剑影，游戏节奏张弛有度。

白天四处走动

夜晚静待营地

但如果你想寻求策略快感，最终的结果只有可能是失望。在几乎所有的互动可能都被剥夺，只留下撒币这一操作执行策略时，玩家就只能在宏观层面把握整个营地，微策略玩法的浅薄一面就体现了出来。最为常见的是，前期规划如果失当，会导致后面毫无产出，游戏难以进行下去，你没法做出即时性的分配与调整，智障的AI此时依旧智障，眼睁睁看着尴尬的局势无能为力，很多时候只能选择弃档重来。 ?

愤怒与愉悦是我在游玩原版和《新大陆》时常有的感受，我虽然爱吐槽游戏中浅薄愚蠢的策略设计，却又欣然沉迷于四处撒币的简单快乐之中，正是大多数情况下撒币确实身心愉悦才让我没有选择弃坑。我并不计划在这款游戏里寻求微操的快感，这种休闲的乐趣才是我所追求的一种享受。“王国”的像素画风很养眼，配上各种自然音效，再有悠扬动听的音乐，一切就像是在森林里的午后漫步，惬意、舒适，足以让我原谅游戏机制上的一切不足。

相比前作，《双冠》加了不少东西：关卡推进的战役模式，新的科技、部队与敌人，本地或线上双人合作，替换成特定背景的后续更新。

双倍撒币，双倍快乐

第一弹更新的日本幕府，有忍者、武士与神兽，虽然知道只是换了个皮，但的确很戳我的点啊

但说实话，这款新作完全没有改动前作框架，充其量只能说是加了一些点缀，好的地方依旧好，坏的地方依旧烂，与其说这是一款完全新作，倒不如说是一个豪华DLC。即便如此，我想我依旧愿意为这份撒币的乐趣买单。

Steam传送门

丨　胡正达：《计算器2：游戏》（iOS）

这是款看名字（Calculator 2: The Game）就知道是什么题材的游戏，按照设定，玩家接受了计算器精灵（？）的委托，通过闯关来拯救世界。当然了，设定这种东西不用太过在意，在我看来，过于敷衍的“剧情”更像是制作组在恶意卖萌，而喜欢上这款游戏的朋友大多是被复古的画风吸引来的——大约花费5分钱的像素动画非常可爱，让人完全想不到游戏是用Unity引擎做的。

敌人的形象看起来也很随意……

《计算器2：游戏》的玩法很好理解：每关用最初的数字按照四则运算或末位添加等方法，在规定步数内得出任务目标数字。以教学关为例，初始数字为“0”，目标数字为“8”，限定步数为“3”，可用条件为“+2”“+3”。傻子也知道，“0+3+3+2=8”，只要这样点出来，就顺利通关了。

小学一年级水平

多玩几关之后，难度逐渐提升，除了可用条件增多，目标也会增加，比如要求能用给出的条件算出两种不同结果。以下图为例，初始数字为“25”，目标数字为“95”和“59”，可用条件为“末位数字多一位5”以及“/5”和“+4”，限定步数为3。

相比于教学关，这一关难度明显提升，但也不太难，只需用25加4，末位加一位5，变为295，再除以5，即可得到“59”这一结果，前面的同理。总之，随着关卡的推进，可使用条件会越来越多，“复杂问题简单化”和“逆推法”会很实用。

小学二年级水平

像《计算器2：游戏》这种体量小，玩法简单的小游戏，某种程度上可以算是“功能性游戏”。这种游戏即使给小朋友玩也不会有任何问题，当然了，小朋友想不想玩就是另一回事了——我觉得只有一个人不再学数学时，才会觉得做题是种消遣，对于题海中的学子来说，这样的游戏反而是负担吧。

App Store传送门

丨　陈静：《黑暗料理王》（Android、iOS）

说实话，我已经挺长时间没有在手机上玩过模拟经营类游戏了。会注意到这款《黑暗料理王》（Monster Chef）完全是因为在App Store给软件升级的时候碰巧看到了“编辑推荐”，觉得画风蛮有意思，再一看发行商是椰岛——这家制作和发行游戏可能很怪（《决战喵星》）、很难（《汐》）、很萌（《小小白日梦》），或者很有深度（《返校》），但都还挺好玩的——就决定尝试一下。

《黑暗料理王》是一款结合了经营、建造和Roguelike元素的游戏，每一个组成部分的设计都相当仔细，新手教学简明扼要，让玩家在熟悉基本玩法之后可以迅速进入经营正轨，还留有一部分悬念情节供人发掘。

简短的开场动画

游戏的模拟经营部分主要围绕着“黑暗料理协会”展开，玩家加入这个神秘组织之后，主要任务就是在世界各地寻找并捕捉各种奇异的生物和怪物，将它们带回“餐馆”地下饲养，并用从它们身上收割来的食材做出各种料理。料理被放在餐馆中出售，赚来的钱和素材可以用来升级餐馆和牧场的设备。

此外，玩家还会遇到许多神秘顾客，他们在获得特定的食物之后，会开始讲述自己的故事，向玩家逐渐揭开这个由怪物组成的世界的真相。

“黑暗料理协会”身份成谜

“料理”是游戏的重点之一。玩家每捉到一种怪物就会解锁相应的食材，不同的食材可以组合成各种料理。值得一提的是，解锁新菜单需要金币，且有一定的失败概率，一旦失败，金币和素材就相当于白花了——这让我同时感受到了制作团队的狡猾和善良。

“狡猾”是因为失败概率不低，“善良”是因为解锁菜单仅需花费金币，而获得金币又相当容易，放置、挂机都是可以的。如果你不想浪费时间，去找一份全配方攻略也很方便

捕捉食材的过程是在一张大地图上以走格子的形式“寻找”怪物，每张地图的怪物种类有限，但每次出发遇到的怪物均为随机。游戏中会给你很多“捕捉某种特定怪物”的任务，假如一直遇不到任务怪，就只能反复刷，刷的过程中你基本上不会死，死了也可以复活——再一次让我同时感受到了制作团队的狡猾和善良。

用于收集食材的地图体现了Roguelike要素

“打怪”也是靠走格子完成的，每一种神奇生物都有固定的格子组合，玩家需要在一定的步数之内走完规定的形状

《黑暗料理王》的美术是它吸引我的重要原因之一。涂鸦风格的画面和怪物的造型设计都很符合我的口味。假如非要挑刺的话，大概就是游戏各部分的画风不太统一——“黑暗料理协会”成员们的造型诡异而可爱，“食材”们的画风却有点《植物大战僵尸》的味道，顾客的造型也略显杂乱。

我最喜欢的角色是章鱼和锅……

在此之外，《黑暗料理王》的设计就与我们熟悉的手游套路比较类似了，比如每日签到奖励，比如各种“新人礼包”，充值优惠等等。不过就像我强调过的那样，它有狡猾的部分，也有善良的部分，总体而言，善良的部分要比狡猾的部分多得多。你完全可以把它当做放置类游戏，或者“佛系”游戏，毫无压力地去玩，并且从中获得乐趣。

游戏还有一套成就系统，可以随缘做一做

总而言之，《黑暗料理王》是一款不错的休闲游戏，适合拿来填充诸如通勤、午休、等外卖一类“干不了什么正经事儿”的零散空余时间。最近，它还与《OPUS：灵魂之桥》《蜡烛人：与影同行》《Muse Dash》和《如果可以回家早一点》一起获得了“App Store 2018年度优秀本土独立游戏”，如果你对它感兴趣，不妨一试。

TapTap传送门

丨　熊宇：《炉石传说：加斯塔哈的大乱斗》冒险模式（暴雪战网）

《炉石传说》本周五开放了当前版本的单人冒险模式“挑战之旅”。

冒险模式是《炉石传说》每次更新都会推出新玩法的一种单人模式，在当前版本下它是免费的，同时也基本上不对玩家的牌库深度有太高要求。上个版本的冒险模式是谜题，而本次则回归了经典的逐步组牌挑战Boss的模式。

还是一样的选牌，虽然出了两次类似的模式了，但这个模式在暴雪看来仍有潜力

与此前两次类似的冒险模式一样，在“挑战之旅”中，你最初拥有一套简单的套牌，在战胜对手后可以选择新的卡牌，直到战胜全部的8个Boss。

本次冒险模式主打的特殊机制是“神龛”，神龛是一种每局游戏初始在场的特殊单位，被击败后会花费3个回合的时间自动复活。它具有特殊效果以及不同的生命值，初始攻击力为0。

就我看到的情况来说，术士至少有2种神龛，这样算来重复游玩的内容还不算太重复

玩家在挑战开始时需要从3个神龛中选择1个，它与职业是绑定的，选择神龛就自动选择职业。不过，同一职业可能有不同神龛。

和往常一样，玩家在获胜后能从3份牌中选择一份加入牌库，同时每胜利几局你还能得到一张强大的特殊牌。与你对战的Boss也同样拥有神龛与自身的特殊卡组，它也会逐渐变强。到了后期，Boss的牌组往往比你的更完善，但出牌也更缺乏策略性（这往往就是玩家的机会）。

神龛之间真没什么平衡性可言，例如这张神龛就简直天下无敌，我翻译一下：你每回合至少拥有两倍的水晶。而且你还是个不乏抽牌跳费的德鲁伊

冒险模式比标准和竞技模式更看重运气，没有太多平衡性可言，你拿到了什么神龛，是否组建了合适的牌组，这都是说不准的事情。即便是牌组合适，也经常会出现抓不着的情况。反过来说，你也可能一次就通关，这种其实也算是游戏的乐趣所在，但对于迫切希望通关的玩家来说可能就比较折磨了——总是会被天胡对手吊打而心生挫败感。

有的时候就是抽不到，而对手却……

本次的冒险模式其实并没有太多创意，核心仍然是此前的冒险模式，不过这一模式本身也被证明是很成功的，看看同样的模式暴雪还要设计几次吧……目前看来，虽然没有了初玩“地下城冒险”版本的快感，但我觉得这次的冒险模式仍然是值得一玩的。

丨　黎泽元：《英雄联盟》极限闪击2.0模式（PC）

在《英雄联盟》的近日更新中，之前受到好评的“极限闪击”又限时回归了，所以周末要玩这个啊，其他老师说的这周不玩还能下周玩。

回来了，老装备都回来了

“极限闪击”模式是《英雄联盟》团队的一次全新尝试，在这个模式中，玩家在操作自己的英雄的同时，还会遇到一些随机事件。这些随机事件像是大锅饭，融汇了各样的玩法。不吹牛地说，在这个模式中，你还可以玩到一堆其他游戏中的玩法，比如——随机事件之无尽大逃生。

《绝地求生》！黄圈就是大家熟悉的“毒”圈了

事件触发后，会按照两队的经济差决定安全区的刷新位置。玩家们需要在安全区最终缩为零前，战胜全部的敌人，活到最后。事件之后会依据胜负给予奖励。

这次的2.0版本中，在“无尽大逃生”的基础上，又增加了“决斗之王”的事件，由系统随机挑选的两边英雄会在地图中心进行车轮战，其中有1v1和2v2的战斗，想要获胜的话需要淘汰所有的敌人。搞笑的是，在刚刚上线的时候，有玩家发现赛恩和努努可以通过“开车”技能回到血泉中，以一种赖皮的方式轻松获胜，拳头只得马上修复。

还比如，随机事件之推车。就像名字一样简单，红蓝双方的唯一目标就是把车推到敌人的塔上。像《守望先锋》一样，车旁边哪边的人多，车就会向另一边推进，战斗不可避免。推过去的车会瞬间摧毁对面的防御塔，也宣布了胜利者的诞生。

简单粗暴的命名，这是《守望先锋》里的运载目标吧

还有随机事件之山岭之王。

《守望先锋》中的占领要点也没被放过

随机事件之战利品提莫。

像是打福袋的小游戏，或者说抢钱

随机事件之迅捷蟹赛跑。

类似于推车，不过是赛跑的形式

随机事件之雪球作战。

打雪仗咯

看过此前《英雄联盟》全明星赛中各地明星选手在“极限闪击”中乱嗨的朋友们，千万别错过这次的限时模式呀。

丨　牛旭：《深岩银河》（PC、Xbox One）

在以探索宇宙为主题的游戏里，我们的角色往往是穿越星球的英雄和领袖。但如果你并没有这么强烈的救世主情节，也不在乎宇宙里庞大的世界观和外星文明，只想利用碎片时间过一把地底探险的瘾，那么是时候换个角度去探索宇宙了。在《深岩银河》里，加入矮人矿工的行列，在地底深处挖掘宝藏，并痛快地猎杀虫子吧。

《深岩银河》（Deep Rock Galactic）是由丹麦独立工作室Ghost Ship Games开发，发行过《模拟山羊》的Coffee Stain Publishing出品的合作类第一人称射击游戏，于今年2月以Steam Early Access和Xbox One Preview的形式发布。虽然名字上带着“银河”二字，但《深岩银河》探索宇宙的过程仅局限于星球的地下。游戏一开始，玩家以一名菜鸟矿工的身份加入深岩银河集团，日常任务就是完成工作安排，并获取相应报酬。

既然是工薪阶层，给玩家做引导的自然也是调度员大叔

深岩银河集团是个非常阔气的大公司，每组矿工都能拥有一艘独立的太空钻机（Space Rig），这艘飞船就是玩家的宿舍和工作基地。通过宿舍里的终端机，玩家可以选择自己的职业并升级技能树，或者快速匹配游戏。类似的终端机遍布整个基地，除了建立新游戏，外观商店和矿石买卖的内容也都可以通过终端机进行操作。

比起传统的菜单设置，通过终端机进行互动的方式更加有趣

如果只是朝九晚五的下矿干活，直接去玩《我的世界》可能更省事些。在《深岩银河》里，可供玩家探索的地下空间除了丰富的矿产，还有无数恶心的外星虫子藏在角落里，准备给玩家带来“惊喜”。小一些的虫子用镐头敲敲就能解决，但那些像是被辐射后变异了的大虫子，就需要动用强大的火力才能消灭掉。

这些大虫子就是矿工们要武装到牙齿的原因

游戏中共有4个职业供玩家选择，分别是能够快速挖掘通道的钻机手、可以搭建炮台的工程兵、负责输出的枪手和灵活机动的侦察兵。深岩银河集团似乎在对付虫子的问题上已经身经百战，游戏中设置的4个工种除了钻机手听上去像个矿工，其他职业的称呼更像是专门用来作战的士兵。

每个职业都是矮人，这似乎是深岩银河集团招聘员工时的“潜规则”

4个职业的上手难度都不高，短板也相应地会比较明显。比如侦察员可以通过勾索机动到峭壁上开采资源，但没有工程师搭建的平台就会举步维艰；枪手能够造成可观的输出，采集和探路的效率就要略输一筹。想要顺利挖矿，玩家需要格外注重团队合作。《深岩银河》最理想的状态是4人组队，每个玩家使用不同职业才能取长补短，更顺利地完成任务。

想要单独刷图非常难，如果被类似“半条命”系列中藤壶怪般的怪物抓住，没有队友解救就要宣布任务失败了

喜欢反复刷图的玩家在体验上也不会感受到流程化带来的单调，《深岩银河》的地形是随机生成的，撤离地点也不固定，不可预见因素非常多，让喜欢“背板”的玩家无处发力。地形全部可以使用右键挥动镐子破坏，错综迷离的地下矿洞中，想要分辨正确的道路就需要打开扫描仪，生成矿洞的三维立体图来制定路线，或者查看画面中队友的位置，跟着经验丰富的玩家行动。

在地下转晕了也没关系，只要不嫌慢，玩家完全可以挖一条路通往任务目标所在的区域

除了在常规的“采矿探险”模式里采矿，喜欢刺激的玩家还可以选择“虫蛋收集”模式，挖开外星虫子的老巢，偷走它们的蛋。虫族自然不会轻易让玩家带着蛋逃离，每挖到一颗虫蛋，周围就会响起刺耳的警报声，玩家也将会面对潮水般涌来的虫群袭击。

好不容易才在虫群的追杀中截到一张虫蛋的图

伴随玩家一同战斗的还有被称作“矿骡”的四足机器人，游戏中矿骡的作用非常大，当玩家身上的矿石存满之后，就需要召唤矿骡，把矿石存储到矿骡身上。和游戏中其他机械单位一样，矿骡不会受到虫子的伤害，还能跨越复杂的地形，玩家费半天劲才爬上的峭壁，矿骡可以直接站在上面并保持纹丝不动。

在矿骡身边按住E键就可以存储矿石

完成任务目标后，玩家需要激活矿骡身上的按钮，呼叫限时存在的撤离舱来离开充满危险的地底。这时候的矿骡不受玩家的指令控制，会选择最合适的路线，并一路放置信标来前往撤离舱。

因为一开始经验不足，为了找寻撤离舱，我和朋友几乎是生挖出一条路

可是有几次，我先于矿骡回到撤离舱附近时，却发现舱门只有在矿骡就位之后才会打开，也就是说，如果矿骡没有回到撤离舱，那么玩家也没机会逃跑。而如果倒数计结束后，矿骡就位，矿工却还身陷苦战，那么任务控制中心就会选择丢下玩家，带着矿骡返回基地。

所以，虽然给深岩银河集团出生入死的卖命，矿工兄弟们的性命最终还是没有机器人和矿产重要。再结合“搜救行动”模式里，矿工们冒着生命危险拯救的只是迷你矿骡，而不是自己受困在地底的同事看来，集团“邪恶的资本主义嘴脸”简直是暴露无遗。

精明的矮人自然不会不明白这点，为了对抗深岩银河集团视矮人命如草芥的行为，矮人们会抓住任何机会来疯狂“摸鱼”，用消极怠工来反抗集团的剥削。这就不是我的猜想了，《深岩银河》的玩家基地里设置了许多可互动的元素，让玩家在任务结束后可以有地方庆祝，等待其他人就位时也不用干巴巴地原地乱跳，这些互动元素的设置丰富了矮人矿工们在游戏中的形象。

比如矮人喜欢喝啤酒这种“梗”，就借助基地中的“深渊酒吧”完美还原。在玩家达到一定等级后，就可以从吧台购买啤酒分享给队友来喝，用大口喝酒来庆祝顺利完成任务，这比团队间在公频里打上一句“666”更加亲切。需要注意的是，啤酒除了带给玩家视角上的虚化外并没有任何增益效果，容易产生“3D眩晕症”的朋友还是尽量别去尝试了。

任务控制中心的工作人员自然是不乐意看到这种画面的

喝到微醺，如果不跳个“矮人特色”的舞蹈怎么能尽兴呢？在吧台对面，“工友”们就能找到一台播放歌曲的终端机，点一首欢乐的乐曲，痛快地群魔乱舞一阵是个非常不错的消遣。

跳舞的时候游戏会直接切换到第三人称模式，方便玩家欣赏矿工们“妖娆”的舞姿

如果觉得这种程度的“摸鱼”不够满足，玩家还可以在吧台边找到踢汽油桶的小游戏，或者干脆把汽油桶踢进基地的发射井里。一边看着任务控制中心的联络员从口头警告到无可奈何，一边继续这些不符合“集团规定”的“摸鱼”行为，玩家不穷尽的玩心通过不听话的矮人矿工们表达出来，有一种别样的乐趣。

整个基地的可玩元素还不止这些，当玩家坐上电梯，走过二层的机械仓，会发现一个被称作“患难矿工纪念堂”的大厅。这座大厅充满“请保持安静”的标语，显得非常庄严，但实际上，在大厅内部的滚屏里显示的可并不是真正遇难的“工友”，而是早期参与游戏测试的玩家使用的用户名，算是开发组给这些帮助游戏改进的玩家留下的一点小心意。

纪念堂中心巨大的矿工石雕

深岩银河集团纪念碑上玩家们的各种花名，甚至连“奥巴马”也出现在其中

《深岩银河》在Steam上目前仍是抢鲜体验版，也就是说尚有一些内容不算完整，有些玩家也反馈了存档丢失这种严重问题，但就目前的内容来看，《深岩银河》还是一款很不错的多人合作游戏，偏休闲娱乐的画风也显得比许多射击游戏更加轻松，更适合朋友间“开黑”。

按V键可以向队友致敬，这种行为非常能拉近陌生玩家之间的距离

随着后续更新，《深岩银河》还有更多可以期待的内容，基地尚未开放的区域会出现哪些新的互动元素，矿工们生活的宇宙是怎样的世界观，集团是否隐藏了什么不可告人的秘密，宇宙中是否有其他种族的存在，这些都有可能在未来的版本更新中出现。

《深岩银河》自带官方中文，但需要第一次进入游戏的时候去选项中调整才能使用。刚刚加入深岩银河集团的菜鸟矿工一定不要忘记加入Steam群组，领取奖励的5000金币，这些资金在游戏初期能起到很大的作用。

Steam传送门

原文链接：周末玩什么：一些“干不了什么正经事儿”时可以玩的休闲游戏集合

关注触乐专栏，阅读更多优质游戏文章与深度报道。