這篇文章就不加具體的項(xiàng)目代碼了，畢竟“敲代碼是只是在一棟大樓設(shè)計(jì)好后具體的搬磚工作”，程序猿貴在對(duì)這張圖紙的設(shè)計(jì)好壞。再者這個(gè)話題我這車開的還不夠穩(wěn)，講多了就翻車了。所以就跟大家分享一些基礎(chǔ)的，拋磚引玉吧。

先來感受一下即將到來的人工智能時(shí)代：

仿生蜻蜓：
?

游戲中的AI仿生蜘蛛：

波士頓動(dòng)力的機(jī)器人從跑步跳躍到后空翻，跟著節(jié)拍跳舞。一次次的給我們以驚艷，一次次的感嘆。《西部世界》中的場(chǎng)景馬上就要成為現(xiàn)實(shí)：

波士頓動(dòng)力機(jī)器人的進(jìn)化史：

游戲是人工智能研究上一個(gè)廣受歡迎的場(chǎng)景，但在傳統(tǒng)上，人工智能研究者更關(guān)注于棋類游戲，因?yàn)槠孱愑螒蛴兄叨刃问交褪芟薜囊?guī)則，同時(shí)又是很復(fù)雜的決策問題。而現(xiàn)在更多樣性的視頻游戲（video games)也吸引了人工智能研究者的目光。在這些游戲中怎么用AI來控制NPC,生成游戲內(nèi)容和適應(yīng)玩家行為也是游戲開發(fā)者想要解決的問題。這也和人工智能研究的發(fā)展有關(guān)。早期的人工智能研究更關(guān)注形式化的智能，希望讓機(jī)器可以達(dá)到人類水平的解題和決策能力。因此主要的工作是由人類去把問題拆解成形式化的符號(hào)(Symbol),然后讓AI去解這些形式化的問題。而近些年，研究者的興趣轉(zhuǎn)移到如何讓AI去學(xué)會(huì)那些對(duì)于人類來說很簡(jiǎn)單但又很難去描述的能力，例如記住人臉，識(shí)別朋友的聲音，判斷出情感等等。

視頻游戲是歷史上最重要的藝術(shù)種類之一

引自：游戲人工智能讀書筆記

先來用我的理解來解釋一下這個(gè)司空見慣的名詞：AI(Artificial Intelligence)

到底什么是人工智能，什么是游戲中的AI？

什么是人工智能，其實(shí)這個(gè)領(lǐng)域已經(jīng)默默打怪升級(jí)了幾十年。這兩年突然爆發(fā)，取得，尤其是現(xiàn)在發(fā)展的神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)都是人工智能的一個(gè)重要的領(lǐng)域，而且取得了重大的突破。尤其是2016年，AlphoGo在圍棋領(lǐng)域打敗李世石后，二手QQ出售平臺(tái)人工智能變的家喻戶曉，隨后的由人工智能在圖像處理上取得的重大突破，現(xiàn)在的人工智能在自動(dòng)駕駛、3D重建等領(lǐng)域都炙手可熱。大街小巷都在學(xué)習(xí)人工智能，游戲領(lǐng)域自然也是一個(gè)非常重要的戰(zhàn)場(chǎng)。

我們這一輩人小時(shí)候玩“紅警”，打“War3”，現(xiàn)在玩“DOTA”或者“王者榮耀”都會(huì)玩人機(jī)對(duì)戰(zhàn)。相信大家都會(huì)發(fā)現(xiàn)，電腦的AI都比較死板。但不可否認(rèn)，這就是我們游戲領(lǐng)域的人工智能，甚至在未來的很長(zhǎng)一段時(shí)間大部分游戲的AI也不會(huì)變的跟人一樣智能。為什么這么說呢？以前是技術(shù)問題，以后是游戲性要求沒必要那么高的AI（個(gè)人觀點(diǎn)，歡迎留言拍磚）。

1997年，IBM的深藍(lán)戰(zhàn)勝了當(dāng)時(shí)的國(guó)際象棋特級(jí)大師Garry Kasparov。深藍(lán)是基于一個(gè)經(jīng)過大量的國(guó)際象棋規(guī)則修正和棋盤評(píng)估修正后的極大極小算法來下棋的，并且是運(yùn)行在一臺(tái)定制的超級(jí)計(jì)算機(jī)上。然后到了2016年，Google的DeepMind開發(fā)的Alphago在5番棋中戰(zhàn)勝了韓國(guó)的李世石，這也標(biāo)記著，圍棋也從代表著人類獨(dú)有的智慧的榮光的神壇上走了下來。之后有報(bào)道稱Google將AlphaGo應(yīng)用到著名RTS游戲《星際爭(zhēng)霸》中。相信在不遠(yuǎn)的將來，電子競(jìng)技中就有出現(xiàn)超過人類玩家的智能機(jī)器人。玩家在大部分游戲中的AI將會(huì)無比強(qiáng)大，具備學(xué)習(xí)能力，能夠更好的和玩家進(jìn)行交流互動(dòng)。以后玩游戲再也不怕遇到“小學(xué)生”那樣的坑隊(duì)友了。

現(xiàn)在游戲中的AI主要做的事情：
?

• AI玩游戲：棋牌類游戲的AI，競(jìng)技類游戲AI，游戲中的NPC行為控制，甚至是創(chuàng)造一個(gè)robot來和人來玩游戲等。
• AI生成游戲內(nèi)容：地圖關(guān)卡的自動(dòng)生成，游戲場(chǎng)景劇情的自動(dòng)生成、推演。
• AI對(duì)玩家建模：對(duì)玩家游戲內(nèi)行為建模。試圖去理解游戲內(nèi)玩家的行為，情感等信息，從而更好的對(duì)玩家進(jìn)行用戶畫像，而這些信息也能夠進(jìn)一步的改善游戲的沉浸感。

講了這一大堆，回歸一下現(xiàn)實(shí)，我們大部分游戲開發(fā)主要使用哪些AI相關(guān)的算法邏輯呢？
?

• 尋路：這個(gè)是游戲中很普遍的一種AI，網(wǎng)格地圖(Tiled)、導(dǎo)航圖(NavMesh)等，用到的圖的最短路徑算法：使用最多的應(yīng)該是A星（A-Star）算法。
• 有限狀態(tài)機(jī)：這個(gè)是游戲的基礎(chǔ)，可以應(yīng)對(duì)大部分的簡(jiǎn)單邏輯流程控制，復(fù)雜的邏輯可能會(huì)擴(kuò)展到分層狀態(tài)機(jī)。
• 行為樹，這個(gè)目前大型游戲中NPC應(yīng)用最多，尤其是一些大型Boss，其行為樹已經(jīng)相當(dāng)復(fù)雜。
• 模糊狀態(tài)機(jī)：這個(gè)有點(diǎn)上升到只能的層面，已經(jīng)不再是絕對(duì)的是非，而是存在了一定的權(quán)重和不確定性，不過感覺用的還不多。
• 集群控制：這種在RTS游戲中應(yīng)用很多，多個(gè)單位的集群AI，追隨、分離、規(guī)避等。

對(duì)應(yīng)這些具體的代碼實(shí)現(xiàn)，本文就不進(jìn)一步深入展開了。有興趣的同學(xué)可以在網(wǎng)上找到很多的資料。這有一篇很早以前寫的一個(gè)行為樹的應(yīng)用示例文章：基于行為樹的新手引導(dǎo)設(shè)計(jì)。

推薦三本經(jīng)典的游戲開發(fā)書籍，其中我參與制作的第一款RTS類游戲《指上談兵》就是從《游戲人工智能編程》中借鑒了很多。
?

最后來分享一個(gè)經(jīng)典的游戲人工智能bug來結(jié)束本文：
?

瘋狂的甘地

文明2有一個(gè)有趣的bug：瘋狂的甘地。

早期玩家都知道，印度文明一出現(xiàn)在視野里，必須立刻毫不遲疑地臥薪嘗膽跟其他文明媾合、集中全部力量無論多么遙遠(yuǎn)，也要把印度早早摁死。無論怎樣誘人的和平條約，都不要和印度簽署，一定要跟甘地（印度的領(lǐng)袖）死磕到底。

否則，一旦印度發(fā)展出核武器，就會(huì)瘋狂地四處亂炸，把全地球徹底搞當(dāng)。相比之下，鑫十五天簡(jiǎn)直是個(gè)乖寶寶。

原因很簡(jiǎn)單。游戲設(shè)定里甘地是非常和平的，其野蠻度極低。文明發(fā)展，野蠻度越來越低，等到原子彈出現(xiàn)的時(shí)代，就差不多降到零。降到零是小事，一旦降為負(fù)數(shù)，程序無法處理負(fù)號(hào)，于是變成255，極大值。這是比希特勒還瘋狂好多倍的數(shù)值。于是一個(gè)極端和平的甘地，眨眼成了核彈狂魔。

總結(jié)

以上是生活随笔為你收集整理的游戏中的AI及实用算法逻辑的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。