有限状态机
最近尝试写ai，又看了下状态机，其实之前就用过ac自动机，不过是用来处理字符串，实际上ac自动机也是一个有限状态机的一种而已。有限状态机常常被称作FSM，在人工智能编程上应用还是很广泛的。
虽然其他更专业的智能体结构越来越普及，但是FSM的地位还是能够保持。因为它相对来说编程快速简单，易于调试，计算开销也少，在设计上也和人类的直觉更加贴合。
FSM实际上是很简单的一个模型，虽然在数学上对其定义可能比较复杂，但是作为程序员，只需要有一个描述性的定义，了解大概是什么东西就行了：
一个有限状态机是一个设备，或是一个设备模型，具有有限数量的状态，它可以在任何给定的时间根据输入进行操作，使得从一个状态变换到另一个状态，或者是促使一个输出或者一种行为的发生。一个有限状态机在任何瞬间只能处在一种状态。
在我看来，其实可以把有限状态机看作是一个有向图，状态是图的结点，状态变换可以看作是有向边。实际上编写ai的过程就是要把这幅图画出来，然后用代码把图构建好就可以了，听起来是不是很简单~
分层状态机
当状态很多的时候，有限状态机就有可能变得非常庞大，结构也会变得更加复杂，这时候就可以使用分层状态机了，把那些同一类型的状态机做为一个状态机，然后再做一个大的状态机，来维护这些子状态机。
大概是这个样子的，额：
另外，这篇文章里的分层自动机的划分方法我觉的很有趣，推荐一下：http://www.sfw.cn/xinwen/466004.html
实现
理论的东西大概就是这样了，至于实现，我觉的有很多方式，其实并不需要拘泥于某一种方法。出了用switch case + if else的实现方法，因为太傻逼了。
比较简单的实现方法可以大概这样写：
class State {
public:
virtual void Execute (Robot* robot) = 0;
};
class Robot {
State* m_nowState;
public:
void Update() {
m_nowState->Execute(this);
}
void ChangeState(const State* newState) {
delete m_nowState;
m_nowState = newState;
}
};
继承state的状态类在Execute里根据状态判断是否转换状态。
当然，你也可以通过事件驱动的方式来转移状态，或者直接遍历是否某个状态可以转换。总之，这是可以根据想要做的ai来调整的，我认为这里不需要拘于形式，用一个合适的实现方法可以让代码更容易理解。
