游戏开发中的人工智能
前言
今天非常开心，观看cocos官方直播居然在几千人中中奖，可以买彩票了。
言归正传，所谓的人工智能，也就是大家常说的AI（Artificial Intelligence）。一说到AI可能就会让人觉得比较深奥，其实也就是非玩家角色思考和行为的综合。比如，在什么样的条件下，触发什么样的行为。
其实我们在游戏开发中的AI要比学术理论中的AI简单很多，甚至有些行为不需要AI也能体现。比如使用剧情对话体现非玩家角色的想法。
那么AI 都涉及到哪些东西呢？
- 控制器
我理解的控制器，就是非玩家角色的大脑，是用来思考事情的。例如通过执行决策树，得到一个有效的行为。使用不一样的控制器就会有不一样的思考方式。比如玩家的控制器就是根据按键操作触发不同的行为。阿猫，阿狗的可能又不一样了。 - 感知器
获得周围环境的情况，不如距离谁有多远，自身生命值多少，玩家生命值多少，等等。 - 反应
也就是控制器执行决策树后产生的有效行为。比如跳跃，跑，各种攻击，防御等等。 - 决策树
我理解为思考时的思路，比如应该在什么样的条件下执行什么样的反应。比如当我的血量低于百分之30的时候我要逃跑。具体案例体现在我的游戏《星际迷航》的第一个boss身上。 - 记忆
就是非玩家角色可以通过存储数据，供控制器执行的时候使用，以提高非玩家角色的智商。 - 学习
这个能力太牛逼了。实现起来也比较复杂，需要大量的数据和计算量为依托，而且在游戏开发中也并不一定实用。因此我也没用过。
如何应用到程序中呢？
-
首先还是要定义好行为枚举，通过状态机，不同的行为实现不同的逻辑。
-
定义感知器特征
不同的游戏感知的特征肯定是不一样的，根据游戏需求而定
-
实现感知类
-
定义决策树
export default class DecisionTree {
private decisionData: XlsxData;
private perception: Perception;
constructor(data: XlsxData) {
this.decisionData = data;
}
setPerception(perception: Perception) {
this.perception = perception;
}
getPerception(obj, perceptionType: PerceptionType, value: number) {
return this.perception.action(obj, perceptionType, value)
}
//开始思考
action(obj: RoleView, decisionID: number) {
let data = this.decisionData.getRowData(decisionID)
let flag = false;
if (data) {
let perceptionType = data[Ai_dataEnum.condition];
let type = 0;
let id: number[] = null;
flag = this.perception.action(obj, perceptionType, data[Ai_dataEnum.cParam])
if (flag) {
type = data[Ai_dataEnum.conditionYes]
id = data[Ai_dataEnum.parm1]
} else {
type = data[Ai_dataEnum.conditionNo]
id = data[Ai_dataEnum.parm2]
}
this.judge(obj, type, id)
}else{
}
return flag;
}
//判定感知条件
private judge(obj: RoleView, type: ThinkType, param: number[]) {
if (type == ThinkType.ACTION) {
this.doLogic(obj, param)
} else {
for (let index = 0; index < param.length; index++) {
const element = param[index];
if (this.action(obj, element)) {
break;//目前仅支持串行，不支持并行。如需支持并行，需要添加是否拦截字段。
}
}
}
}
// 50 30 20 : 80 根据概率选择行为
private doLogic(obj: RoleView, param: number[]) {
if (param.length > 0) {
let r = RandomHelper.random(0, 100);
let count = param.length / 2
for (let index = 0; index < count; index++) {
let behaveType: number = param[index * 2]
let random: number = param[index * 2 + 1]
//
if (r <= random) {
// 设置非玩家角色的行为。
obj.setBehaveType(behaveType)
return;
}
}
}
}
}
- 定义控制器
export default class EnemyController extends GameController {
private perception: Perception = new Perception();
private ai: DecisionTree;
constructor() {
super()
let ai_data: XlsxData = GameDataManager.instance().get(DataName.ai_data)
this.ai = new DecisionTree(ai_data)
this.ai.setPerception(this.perception)
}
getPerception(obj, perceptionType: PerceptionType, value: number) {
return this.perception.action(obj, perceptionType, value)
}
action(obj: RoleView, decisionID: number) {
this.ai.action(obj, decisionID)
}
}
-
在非玩家角色中声明控制器和行为管理器
-
定义思考函数
think() {
this.ai.action(this, this.model.getAI())
}
- 调用
在动作执行结束后，如果非玩家角色没有死亡，就会执行一次。然后再决策树中调用非玩家角色的设置行为的方法。
至此 ，就执行了一次AI的完整流程。从代码中我们可以看到，控制器是通过配置表数据执行操作的，接下来我们看配置表部分。
配置数据
- 首先数据表是二维的，我们要通过二维表模拟了树形结构。判定条件就是感知特征的枚举值，判定参数是留给感知器使用的参数，如果不需要可以不填，中文部分可以仅用于注释，并不会导出，判定条件成立或者不成立的时候都会用0和1来决定是继续判定还是处理行为选择。如果是0 后一列的数据会填写下一个节点的ID，也就是继续思考，如果是1，表示可以执行对应的处理。 此时，后边的列里边我是存放了行为枚举值和对应的概率。因为并不是所有行为都是百分之百执行的。将这个表导出之后提供给控制器使用就可以了。
- 数据表的索引方式
对于简单的ai，可以一个敌人对应一个决策树ID；对于复杂的AI，可以一个敌人的一个动作对应一个决策树AI。所以这里抛出了一个问题，就是手动填写这样的表，维护成本也比较高了，所以这里对于复杂的AI需求，建议自己开发个小工具，这样用起来不易出错，且容易维护。
结语
以上就是我个人对游戏开发中AI的理解，当然我是拜读了《游戏人工智能——计算机游戏中的人工智能》这本书的。好像此书已经绝版了。希望放出来对热衷于游戏开发的小伙伴们有所帮助。
长按下方二维码，关注《微笑游戏》公众号，获取更多精彩内容。
欢迎扫码关注公众号《微笑游戏》，浏览更多内容。
