本文共 746 字,大约阅读时间需要 2 分钟。
有限状态机,FSM, Finite State Machine
游戏中的AI,大多数都是按照规则设定好的,没有太多花哨的技术。原因有几个:
一是出于风险成本的考虑,用一个新技术,需要程序员开发相应的算法和框架,游戏设计师重新上手设计方法和摸索算法的适用范围,小团队承受不起这样的开销,大团队又怕做坏名声;
二是“高级”的AI算法并不直观,难以设计。举一个例子,怎么利用神经网络来训练一个士兵AI?我见过的一个例子是设计师用几个按键来操作士兵移动攻击,然后程序自动记录敌我双方的数据和设计师的操作,最后利用这些信息作为input构建一个行为树。这个方法的问题有三个,一是效率奇慢,因为如果数据不够,行为树就可能覆盖不了所有情况,但多少才是“够”,又没有定论;二是错误的操作也会被记录下来,当然可以开发一个功能来删除设计师的某个动作;三是行为树的结果是无法解释的,相当于一个黑箱。
由于上述的原因,一般的公司都会使用比较传统的有限状态机。
虽然第一次听的话可能会拗口,其实有限状态机的意思其实很简单,它包含了有限个的状态和状态间的转换条件。最直白的说法就是几个if...else...语句。为了弄明白这个概念,我们讲一个英雄的故事:
从前有一个胆小如鼠的英雄,
- 他看到哥布林就会跑过去打它;
- 他看到半兽人就会逃跑;
- 他看不到哥布林也看不到半兽人就会休息;
- 他看到哥布林也看到半兽人也会跑。
我们可以从中抽象出这样的一个有限状态机:
有限状态机很符合我们的认知,但它有一个致命的缺点——它随着状态和转换条件的增多而急速地变得错综复杂,以至于很难对它做出改动(想象一下,多加一个状态,则需要增加几条转换线,越多状态,需要增加的转换线越多)。
也由于这个原因,比较多的开发者投入了行为树的怀抱。
参考:
转载地址:http://mtygf.baihongyu.com/