如今，大多數電子競技專業人士傾向于使用高刷新率 240 或 360 Hz 的顯示器，其中大部分顯示器的對角線尺寸為 24 至 25 英寸，分辨率為 1080p 。在過去，我們已經看到更高的刷新率有助于提高性能， 特別是因為它們具有較低的系統延遲 。許多生產力用戶更喜歡更高的分辨率和屏幕尺寸，傾向于 27 到 32 英寸的對角線和 1440p 到 4k 的分辨率。

隨著 CES 上公布的最新產品， 27 〃 1440p360 Hz 顯示器將很快面世，因此我們開始尋找一種情況，即這種顯示器的假設優勢可以在第一人稱射擊游戲（ FPS ）中看到（圖 1 ）。

圖 1 小目標實驗旨在測試 360 Hz 時 24.5 〃 1080p 和 27 〃 1440p 之間的差異。請注意，目標（綠色）如此之小，以至于在 1080p 屏幕截圖中幾乎看不到它們。在 1440p 時，它們變得更加明顯。

實驗設計

我們設計的實驗集中在非常小的目標上（圖 1 ），這些目標可以被認為是 Valorant 、 CS:GO 或 PUBG 等游戲中中中長距離頭像的代理。對于這樣的小目標，我們可以假設，與低分辨率監視器相比，高分辨率監視器將更準確地顯示目標的邊緣。事實上，基于 1440p 時可用的總像素數是 1080p 時的兩倍，我們可以估計任何給定目標的像素數大約是 1440p 時的兩倍。除了這些額外的像素外，更大的屏幕使目標本身根據額外的 2.5 英寸對角線（ 24.5 英寸 vs 27 英寸）覆蓋更大的區域。

我們選擇的目標任務是讓每個用戶完成一系列隨機目標消除，其中一組四個目標在任務開始時同時出現，并且當玩家每次單擊所有四個目標一次時，任務即被視為完成。這使得任務完成時間或“瞄準時間”成為一個負指標；瞄準時間越短越好。

作為次要措施，我們可以考慮球員的準確性，或者點擊總數。由于拍攝需要時間，我們希望這些措施相互關聯，因此較低的瞄準時間應與較高的精度和較低的拍攝次數相對應。

為了驗證我們的假設，即更大、更高分辨率的顯示器有助于玩家更快地點擊一系列目標，我們在 FPS 研究平臺 第一人稱科學 中實現了上述任務。這是一個類似于商用 aim 訓練器的程序，但允許對游戲循環和硬件配置進行仔細的低級控制。如果你想親自嘗試這個任務，你可以在 Github下載這個特殊的實驗。

我們讓 13 名 NVIDIA 員工在兩臺不同的顯示器上分別完成 75 次這項任務（共 5 個模塊，共 15 次試驗）。第一款是 24.5 英寸 1080p360 赫茲 Alienware 25 ，第二款是 27 英寸 1440p360 赫茲華碩 ROG Swift PG27AQN 。每個用戶大約需要 20 分鐘來完成所有 150 次試驗（每個顯示器上 75 次）。我們使用了一個平衡的隨機順序，每個參與者都可以選擇在任何時候拒絕或停止參與。其中一名參與者在執行任務時遇到困難，因此我們將該用戶的結果從以下分析中排除。剩下的 12 名參與者平衡了展示順序。

任務完成時間

作為成功的主要衡量標準，我們衡量了每個試驗完成所需的時間。在圖 2 中的直方圖圖中，您可以看到這些時間的分布，這些時間由屏幕大小著色。雖然兩種顯示器的時間分布大致相同，但您可以看到，對于更大、更高分辨率的顯示器，在任務完成時間的低端會有稍微多的試驗，而對于更小、更低分辨率的顯示器，則會有稍微多的高完成時間。請記住，這兩個顯示器都設置為以 360 Hz 的頻率更新。

圖2 任務完成時間直方圖

圖 2 顯示，雖然 24 英寸和 27 英寸監視器導致了類似的任務完成時間，但 27 英寸 1440p 360 Hz 監視器的總體分布有一個小的轉變，即更快的完成時間。

24.5 英寸 1080p 試驗的平均完成時間為 3.75 秒，而 27 英寸 1440p 顯示器的平均完成時間為 3.64 秒。因此，該實驗平均完成時間的改善為 111 ms 。我們對該數據進行了兩兩 t 檢驗，表明這些平均值的差異對于我們納入分析的 900 個試驗具有統計學意義（ p – 值= 0.000325 ）。

我們還考慮了每個用戶的完成時間（圖 3 ）。當移動到較大的監視器時，四個用戶的任務完成時間略有增加。大多數用戶（ 8 ）在大屏幕上顯示任務完成時間縮短。雖然平均改進明顯在該任務目標時間的正常每個用戶變化范圍內，但這些用戶中仍有很大的改進趨勢。大多數用戶在 27 英寸、 1440p 、 360 Hz 的顯示器上顯示完成時間縮短。

圖 3 按顯示大小列出的每用戶（匿名）任務完成時間

精確

我想預先聲明，所有關于準確性的成對 t 測試都不能達到顯著性，因此準確性的差異不應被視為具有統計顯著性。還需要注意的是，每次試驗的準確度完全取決于為消除目標而進行的射擊次數。

從圖 4 中的精度和放炮柱狀圖可以看出，每一個額外的放炮都會按比例降低該輪的精度，因為精度計算為命中率/放炮率。假設每個試驗中有四個目標，命中率始終為 4 ，因此每次試驗的準確度是從一小組特定值（ 4 / 4 、 4 / 5 、 4 / 6 等）中選擇的。

圖 4 準確度和放炮次數直方圖，兩者呈反比關系。

如果相反，我們總結了所有點擊和所有鏡頭在每個用戶的所有試驗，我們可以考慮每個用戶的準確性。下圖顯示了我們研究中每個用戶 24.5 〃 1080p 和 27 〃 1440p 的準確度結果。在所有用戶中， 1080p 顯示屏的平均準確率為 81.78% ， 1440p 顯示屏的平均準確率為 82.34% ，因此準確率提高了 0.56% 。同樣，在兩兩 t 檢驗中，平均準確度的這種變化在統計學上并不顯著。雖然這可能是導致任務完成時間差異的一個次要因素，但在統計上有顯著性。

圖 5 每用戶 acc u racy 的結果好壞參半

圖 5 顯示，與圖 3 所示的任務完成時間相比，每個用戶的準確度有更多的混合結果。雖然你可以用更大的顯示器更快地瞄準，但這似乎是由于瞄準速度的提高，而不是精度的顯著變化。

結論

由于該實驗將物理顯示尺寸的變化與顯示分辨率的變化相結合，因此從結果中不清楚尺寸或分辨率對任務完成時間的差異可能有多大的影響。需要進一步的研究來分離這些因素。

我們選擇的任務也是為了找到一個瞄準挑戰，在這個挑戰中，顯示器的大小和分辨率可能會產生影響。對于任何給定的 FPS 游戲，您可能會在實踐中或多或少地發現這種類型的任務，這些結果的價值取決于游戲、角色、技能水平和許多其他因素。

我們從這些結果得出結論，對于那些經常瞄準小目標并希望盡快擊中目標的玩家來說，從 24.5 英寸 1080p 360 Hz 顯示器升級到今年晚些時候最新和最棒的 27 英寸 1440p 360 Hz 顯示器，有一點實際好處。

關于作者

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。

審核編輯：郭婷