2018-1-27 AI

http://blog.csdn.net/rcfalcon/article/details/70559168?locationNum=6&fps=1

作者为《汉家松鼠》就是做《江湖X》的

初级AI的本质是一个贪心算法

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。 
贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。 
通俗来说，贪心算法就是只看眼前，不看之后的情况。

所以如果我们只看眼前一步，那么问题就变得很简单：我如何下这一步棋获得当前的最高收益？

搭建框架

这样我们只需要将所有的行为结果都有一个评估的分数，然后遍历所有的行为可能，取得分最高的评估结果来决策即可。

1、分数评估体系搭建

如何来做这个分数评估体系？——不同的游戏可以有各自的设定：举个例子，比如如果某次行动击中3个敌人，每个人评估扣血100，那么总共算得300分。比如某次给队友加血，预估恢复技能能加150血，就算得150分……

所以某次行动的得分应该是本次行动所有影响的结果分数之和。（也可以根据具体需要，调整一些加权系数，后文说明）对自己有利则加分，对自己有害则减分（同理，对敌人有利减分，有害加分）

2、如何遍历？

很简单，战棋类游戏无非移动+行动，把所有可能走的点全部走一遍，走到了那儿后把所有可能的行动全部做一遍。如果有些行动设计到施展位置，把所有的施展位置全部算一遍即可。

这里如果效率太低，可以尽情对搜索算法剪枝，此处不赘述。

3、扩展和调优

有了以上两步，AI应该就可以跑起来了。我们接下来可以根据具体咱们游戏的设定来调优，让AI更加聪明。

拿刚才的例子，比如击中的3个敌人里有一个可以导致死亡（HP=0），那么额外再加200分（得分就是500了）。比如加血的队友血越少得分越高（优先给濒死的队友加血），那么当AI可以选择两个队友加血的时候，自然就会选择那个更加濒死的角色。

这里的设计就跟具体每个游戏相关，甚至更加复杂的话，还可以考虑地形、站位、AOE覆盖范围、加BUFF/DEBUFF、使用道具等各种情况。

这里还可以赋予不同的角色不同的使命，也只需要在最终的得分上体现即可（比如一个偏输出的攻击者，比一个偏防御的防御者在“减少敌方HP”的得分上有额外加权）

总之基于这个分数，可以做出一切有想象力的AI来，此处仁者见仁。