游戲ai是如何設(shè)計(jì)的

MOBA類型游戲的人機(jī)對(duì)戰(zhàn)的模式中，電腦的AI是如何設(shè)計(jì)的？

現(xiàn)代的游戲AI很多是由專門的AI引擎來(lái)實(shí)現(xiàn)的，如果用文字把AI的規(guī)則寫(xiě)下來(lái)，那是非常的多

MOBA（ Online Battle Arena）中文譯為多人在線戰(zhàn)術(shù)競(jìng)技游戲。 online battle arena（MOBA），也被稱為Action real-time strategy（Action RTS，ARTS）

這類游戲的玩法是：在戰(zhàn)斗中一般需要購(gòu)買裝備，玩家通常被分為兩隊(duì)，兩隊(duì)在分散的游戲地圖中互相競(jìng)爭(zhēng)，每個(gè)玩家都通過(guò)一個(gè)RTS風(fēng)格的界面控制所選的角色。但不同于《星際爭(zhēng)霸》等傳統(tǒng)的硬核的RTS游戲，這類游戲通常無(wú)需操作RTS游戲中常見(jiàn)的建筑群、資源、訓(xùn)練兵種等組織單位，玩家只控制自己所選的角色。

MOBA游戲相比傳統(tǒng)的RTS游戲更偏向于休閑娛樂(lè)，對(duì)玩家的操作要求均遠(yuǎn)遠(yuǎn)低于RTS游戲。再加上這類游戲中很多是免費(fèi)游戲，因此吸引了一大批難以適應(yīng)RTS游戲大規(guī)模高要求操作的玩家。因?yàn)椴辉龠^(guò)高地要求玩家的操作水平，這個(gè)玩家群體比傳統(tǒng)RTS游戲的硬核傾向的玩家群體要大得多。

1998年，《星際爭(zhēng)霸》發(fā)行，暴雪娛樂(lè)公司*次在暴雪娛樂(lè)制作并發(fā)行的游戲中綁定了地圖編輯器。利用這款地圖編輯器，當(dāng)時(shí)有一位叫做Aeon64的玩家制作出一張名為Aeon Of Strife的自定義地圖，這就是所有MOBA游戲的雛形。在這個(gè)自定義地圖中，玩家們可以控制一個(gè)英雄單位與電腦控制的敵方團(tuán)隊(duì)進(jìn)行作戰(zhàn)，地圖有3條兵線，并且連接雙方主基地，獲勝的目標(biāo)就是摧毀對(duì)方主基地[2]?。值得一提的是，這款老地圖現(xiàn)今依然在《星際爭(zhēng)霸Ⅱ》中保持著更新。

這張星際爭(zhēng)霸的自定義地圖是DOTA的前身，也是所有moba的雛形，因此MOBA游戲的源頭應(yīng)該追尋至《星際爭(zhēng)霸》時(shí)代的RPG地圖。到英雄聯(lián)盟的出現(xiàn)，在剛開(kāi)始英雄聯(lián)盟自稱為類DOTA游戲，但隨后拳頭游戲開(kāi)始將游戲定義為MOBA游戲，隨后MOBA游戲的叫法開(kāi)始更加流行，但本質(zhì)上是從類DOTA游戲進(jìn)化過(guò)來(lái)的游戲類型，它囊括了比“類DOTA游戲”更多的內(nèi)容，甚至連DOTA自身也開(kāi)始被定義為MOBA了。

游戲里的AI是如何實(shí)現(xiàn)的？

比如賽車游戲的AI,和你一起跑得賽車根據(jù)不同等級(jí)的AI表現(xiàn)出不同能力。它基本的設(shè)計(jì)思想是，通過(guò)對(duì)地圖場(chǎng)景進(jìn)行數(shù)學(xué)建模然后結(jié)合模型中的應(yīng)變量結(jié)合賽車本身的參數(shù)進(jìn)行數(shù)學(xué)結(jié)合。*特出了帶有系數(shù)的近似等式。然后通過(guò)數(shù)學(xué)變換（比如三角變換，等比變化，隨即變換等）使得AI變的非常具備“人”的思維。 還有一種AI是通過(guò)行為庫(kù)來(lái)實(shí)現(xiàn)的，在行為庫(kù)中，定義了大量的行為，這些行為可能是預(yù)先定義好的，可能是游戲者在平時(shí)游戲的時(shí)候被系統(tǒng)錄入的。然后AI通過(guò)類似責(zé)任鏈（不同等級(jí)的責(zé)任者對(duì)應(yīng)不同等級(jí)的責(zé)任行為，你可以去網(wǎng)絡(luò)搜索一下）的形式獲取到某一個(gè)時(shí)候的行為，從而表現(xiàn)的比較有"智能".

游戲設(shè)計(jì)模式 之 AI_行為樹(shù)

引擎：.1.0
語(yǔ)言：
Git倉(cāng)庫(kù)地址：

定義——
行為被定義為層次化的目標(biāo)的集合，其表現(xiàn)為樹(shù)形結(jié)構(gòu)。
智能體首先選擇高級(jí)抽象目標(biāo)，然后遞歸分解成一個(gè)可以遵照?qǐng)?zhí)行的原子目標(biāo)的集合。
以此實(shí)現(xiàn)原子目標(biāo)，最終實(shí)現(xiàn)高級(jí)抽象目標(biāo)。

類圖——

行為樹(shù)圖——

類圖看起來(lái)比較復(fù)雜~，哈哈，其實(shí)不難，記住幾個(gè)關(guān)鍵單就行。
1、樹(shù)形結(jié)構(gòu)，使用“組件模式”實(shí)現(xiàn)。
從“行為樹(shù)圖”中可以看出，復(fù)合目標(biāo)和子目標(biāo)組成了一個(gè)樹(shù)形結(jié)構(gòu)。
think每次根據(jù)權(quán)重(由數(shù)值策劃提供公式)選擇一個(gè)“分支”，一次執(zhí)行完整個(gè)分支下的所有葉節(jié)點(diǎn)，即可完成策略——實(shí)際項(xiàng)目中會(huì)有很多層，這里簡(jiǎn)化一下。
2、通過(guò)權(quán)重選擇策略，每個(gè)策略都對(duì)應(yīng)一個(gè)繼承自Goal_Evaluator的類，對(duì)應(yīng)其返回權(quán)重的以及設(shè)置目標(biāo)的邏輯。

下面來(lái)看看具體實(shí)現(xiàn)
簡(jiǎn)單講，需要做的事情有3個(gè)
1、編寫(xiě)戰(zhàn)略目標(biāo)

重寫(xiě)Enter()函數(shù)，負(fù)責(zé)插入子目標(biāo)

2、編寫(xiě)子目標(biāo)
Goal_

Goal_

Goal_

以上就是策略與子目標(biāo)的實(shí)現(xiàn)，主要工作就是在Enter()，與Process(dt)中，在恰當(dāng)?shù)臅r(shí)機(jī)返回目標(biāo)狀態(tài)即可。

3、(用樹(shù)形結(jié)構(gòu)，即組合模式)組織起來(lái)

如圖，Goal_Think類通過(guò)每個(gè)策略的Goal_Evaluator類計(jì)算權(quán)重，然后，策略在Enter()中也。
這樣便組成了一個(gè)樹(shù)形結(jié)構(gòu)，然后通過(guò)Process(dt)驅(qū)動(dòng)行為樹(shù)運(yùn)行。

擴(kuò)展：
配置化——我的思路是策劃在json表中配置 戰(zhàn)略目標(biāo)以及其對(duì)應(yīng)的子目表“樹(shù)”。

如何設(shè)計(jì)出優(yōu)秀的游戲AI

游戲發(fā)展這么多年，并不是沒(méi)有狡猾的AI，只是市面上主流的游戲沒(méi)有使用到狡猾的AI而已，舉個(gè)最簡(jiǎn)單的例子，我相信很多人下象棋都下不過(guò)大師難度的電腦或者機(jī)器人吧，這就是狡猾的AI，再聯(lián)想下圍棋界的阿爾法狗，游戲AI其實(shí)并不是沒(méi)有發(fā)展，相反有些ai發(fā)展的有點(diǎn)可怕
那么為什么主流游戲，比如RPG、SLG游戲的AI會(huì)給很多玩家AI還是很蠢的感覺(jué)呢，為什么他們不狡猾一點(diǎn)呢，簡(jiǎn)單的來(lái)說(shuō)就是——他們不蠢怎么襯托玩家的聰明呢
游戲AI，作為游戲內(nèi)的設(shè)計(jì)元素之一，他所最終服務(wù)的對(duì)象是玩家，一個(gè)游戲AI是好是壞不是根據(jù)AI的聰明程度來(lái)判定的，而是根據(jù)他能給玩家?guī)?lái)什么樣的反饋來(lái)判定的，這個(gè)才是游戲AI的最終設(shè)計(jì)目的
游戲AI服務(wù)于玩家的體驗(yàn)，設(shè)計(jì)目的決定了他的設(shè)計(jì)方式，想要設(shè)計(jì)一個(gè)好游戲AI，并不是越聰明越好

即時(shí)戰(zhàn)略游戲（比如 WAR3）的 AI 是怎樣實(shí)現(xiàn)的？

War3的AI沒(méi)有必要使用你提及的算法，或者說(shuō)，根本無(wú)法使用。
有相關(guān)經(jīng)驗(yàn)表明，游戲的AI如果采用神經(jīng)網(wǎng)絡(luò)等算法，會(huì)傻得出奇。
使用派算法的AI總會(huì)做出匪夷所思的動(dòng)作，讓人無(wú)法理解，游戲性盡失。
其主要原因在于遺傳算法、模擬退火算法、神經(jīng)網(wǎng)絡(luò)算法、各種分類算法等等，都是高度概括化的，旨在找到*解/或者找到全局關(guān)系。但是我們的AI實(shí)際不需要*解和全局關(guān)系，一是你的電腦沒(méi)那么叼，這么復(fù)雜的情況，如果真的高度概括出來(lái)了，其復(fù)雜程度是很高的，你的電腦也帶不動(dòng)，其次是算法在訓(xùn)練過(guò)程中收斂也會(huì)很慢，因?yàn)闃颖咎^(guò)復(fù)雜，所以也許要花上很久（幾年？猜的）來(lái)收斂，如果我們降低收斂精度要求來(lái)使速度加快，AI就會(huì)變得非常傻，做游戲明顯不能這樣。即使上述問(wèn)題都被解決了，還有個(gè)問(wèn)題就是，電腦得到了*解和*數(shù)學(xué)模型，你作為玩家就沒(méi)有勝利的希望了，這游戲給誰(shuí)玩？
即使設(shè)計(jì)公司神經(jīng)病般的決定如此設(shè)計(jì)，每當(dāng)你的游戲有更新，兵種變化，數(shù)據(jù)變化，整個(gè)算法就要重新訓(xùn)練，玩家需要重新下載AI的全部?jī)?nèi)容，對(duì)用戶的體驗(yàn)和公司的工作效率都有損害。
戰(zhàn)略類游戲的AI，還是有限狀態(tài)機(jī)。根據(jù)不同情況分類做不一樣的事情，全都設(shè)計(jì)好，設(shè)計(jì)的盡量詳細(xì)，就OK了。
關(guān)于其復(fù)雜度：
這類AI的程序體往往超乎想象的長(zhǎng)，當(dāng)然具體長(zhǎng)度和游戲本身的設(shè)計(jì)也有一定關(guān)系，和游戲其它部分代碼的設(shè)計(jì)優(yōu)化程度也有關(guān)系，但是即使在較優(yōu)環(huán)境中，其AI長(zhǎng)度也是很長(zhǎng)的。具體原因就在于其事無(wú)巨細(xì)的分類了所有情況，規(guī)定了AI在不同時(shí)間不同情況所做的不同事情，作為一個(gè)戰(zhàn)略類游戲，尤其是即時(shí)戰(zhàn)略類游戲，這是十分復(fù)雜的，情況十分多，因此程序本身也會(huì)相當(dāng)?shù)拈L(zhǎng)。
但是他運(yùn)行速度又快！又像人類在玩！又給了玩家勝利的可能！又容易設(shè)計(jì)和更改！

DNF的怪物AI是如何設(shè)計(jì)的？

DNF游戲中的怪物AI設(shè)計(jì)理念如下：
首先判斷設(shè)置半徑范圍內(nèi)是否有敵對(duì)單位；
有的話則生成隨機(jī)數(shù)，根據(jù)該隨機(jī)數(shù)對(duì)應(yīng)的路線，驅(qū)動(dòng)怪物向玩家靠近。
沒(méi)有的話仍然產(chǎn)生隨機(jī)數(shù)，依據(jù)該數(shù)字產(chǎn)生對(duì)應(yīng)的路線，驅(qū)動(dòng)怪物在范圍內(nèi)移動(dòng)。
其中玩家設(shè)置為怪物的敵對(duì)單位，接近到一定距離后怪物會(huì)對(duì)敵對(duì)單位進(jìn)行攻擊。