游戏是为了欺骗玩家的感情，让你觉得面前的游戏世界是真实的

游戏AI也是为了欺骗玩家的大脑，让你觉得你面前的挑战是真实的

AI的组成

在RPG游戏中，角色AI由三个部分组成：性格，智力，能力

性格是准则：是面对问题，角色自己的主观需求

智力是框架：负责根据内外部消息，做出符合需求的决定

能力是基石：确保决定能够生效，能贯彻自身意志的行为

能力

能力由5个部分组成：定位、特性、攻击/防御、状态、表现

能力有个要点：注意力、目标识别、决策、交互、结果，整个流程为：识别目标→提取信息→结合自身情况做判断→解决问题→收获结果

智力

人工智能一般分级为：不能交互、能交互、能储存知识，并不断成长、能否产生新的知识并分享

面向流程的设计

整体的节奏为，有来有往、节奏打破、炫技/放水、压迫、气氛堆积。

一般来说，可以套用到一个BOSS战斗中。

这样的组合是一种手段，为玩家营造心理起伏、节奏感、让玩家觉得有策略性才是最终目的，总的节奏大概为平缓、重置、加压、减压最终到达高潮

面向涌现的设计

其实是对有限状态机的改进，假设在《饥荒》中生火，那么整个流程应该是这样的，其中椭圆行为中数值为权重值

那么，如果我们要生火，即我们需要柴火，

需要柴火->拾取木棍=获取柴火（31）

需要柴火->拾取矿->拾取木棍->制作斧头->砍柴=获取柴火（51）

需要柴火->拾取矿->拾取木棍->制作鹤嘴锄->采矿->拾取木棍->制作斧头 ->砍柴

这样的设计优势在于，结果会超出预期，因为设计师和玩家同样不知道游戏最后会组合爆炸出什么好玩的版本，让人意想不到

涌现型设计的要点在于：

1、做好元的添加，各个目标之间的设计需要是连贯的，每个元之间线路，需要不止一条，这才是涌现的基础

2、元与元之间在外部情况改变的情况下，会有影响

3、外部条件的改变时间轴需要错开

4、不断更新/删除/修改元的类型和线路

学习型AI的案例

学习型的AI能存储知识，并不断成长。要点在于

同一个目标下，有多种行为可以执行。

设计调整目标，根据调整目标的值改变不同行为的权重

通过不断地尝试，增加AI的经验，在以后执行时，调整不同行为的权重

�AI的难度设计要点

能力的维度

能力的难度分为几个维度：

标准化模型

难度递进：比如逐步开放技能数量

反复尝试

限制规则

智力难度

一般来说，玩家的智力分层为：熟悉了解、学习、熟悉、追求自我。以星际2为例，这是绝大部分用户的分层

智力的难度在于思考的深度

比如象棋、围棋，思考的越深，则AI越强

智力的难度在于对于优势策略的应用

能否在众多选择中选择最优解，多次的尝试对于挑战会有帮助

合理的智力难度为：枚举策略、进行分级、根据玩家的情况来进行投放

举例：英雄无敌3的AI

1.运营英雄数量上限较少

2.不会超越玩家的科技水平

3.不会采用交换物品、逃跑、头像、奇迹等手段

4.判断优势，达到某值才会主动进攻