设计面向游戏的人工智能（第 3 部分）

战术和战略人工智能 (AI)

上次谈到游戏主角时，他们已经能够观察周围情况并能够判断前进方向。在本文中，我将向大家介绍如何提高代理的智能级别。代理现已能够处理即时情况。现在，大家正在努力实现人工智能。人工智能具有丰富功能，能够处理各种工作。

战术人工智能

战术人工智能的作用是协调游戏中智能代理组的工作。这种人工智能的实施对许多类型的游戏都至关重要。战术第一人称射击 (FPS) 游戏中的小队以及实时战略游戏中的单元组都使用战术方法。小组更加高效，因为组员能够相互支持，作为一个整体开展行动，一起获取和分享信息。

战术人工智能的概念以小组动力为基础，需要游戏跟踪不同的实体小组。每个小组需要与单个成员分开进行更新。您需要使用专用的更新模块实施更新，该模块能够跟踪不同的小组及其目标和组成。然而，这种方法需要为引擎开发一个单独的系统，因此我更喜好使用组长方法 (group captain method)。

您可为单个小组分配空军上校的角色。小组中的每个其他成员都需要听从组长指挥，根据组长的命令采取相应行动。组长全面负责实施整个小组的战术人工智能计算。

小组移动： 路径查找

实体移动是一个实施区域，可通过小组动力进行改进。智能代理用作一个单元可提升移动的效率和逼真度。

路径查找较为耗时，即使使用预计算的路径图和多线程人工智能进行加速也无效。小组动力可大幅减轻路径查找系统的压力。

当单元小组获得了行动目标（通过玩家或人工智能指令），最接近目标的单元被设置为组长，所有其他成员都需要跟随组长。当组长被替换时，它需要查询路径系统。借助路径信息，组长可以达到目标。小组中的所有其他单元只需要跟随组长，无论组长要去哪里。

小组移动：阵型

由于小组作为一个集体采取行动，因此您能够成功减轻路径系统的负载。遗憾的是，各单元的行动方式较为松散，缺乏组织性。输入阵型。借助阵型，小组能够以规则的图案开展行动，如方阵（历史模拟）或三角形（Codemaster《霸王（Overlord*）》中的士兵开展行动的方式，如图 1 所示）。
 

图 1. 在《霸王》中，士兵（红色着装者）在听到玩家（身披盔甲者）的命令之后会以编队形式集体行动。

编队的设置非常简单，而且是对组长概念的延伸。在编队中，每个成员都有一个不可或缺的特定角色。编队组建完成后，每个成员都有特定站位，就像单个成员被指定为组长一样。编队中每个成员的站位都需要与其他成员保持相对距离。

让我们以《霸王》中的士兵为例。他们以金字塔编队开展行动。在图 2 中，组长“C”只需按照路径行动。成员 1 将在目标成员“C”的后方偏左位置以设定速度行进，成员 2 需与成员 1 保持一致。成员 3 完全以成员 1 而非组长为行动导向。小组中的每位成员都需要以这种编队方式开展行动。
 

图 2. 三角形行动编队设置

小组战术

战术不仅仅指以编队形式行进，而且注重团队并肩作战。组长负责团队的规划和协调工作。毕竟，保护小组成员的生命是指挥官的职责所在。

小组战术的实施需使用以往文章探讨的系统，如基于规则的系统或有限状态机 (FSM)。下面列举一些有关典型小组行动的示例（见图 3）：
 

• 治疗支持。有些游戏具有医疗兵或牧师等治疗支持角色，例如，游戏中的医疗兵需要了解小组成员的健康水平。组长可根据相关信息安排战斗。例如，组长可命令医疗兵守护在可能受到火力攻击的组员附近。
• 侦察。在《深入敌后：雷神战争 (Enemy Territory: Quake Wars)》*等游戏中，相关角色可为其他组员提供侦察服务。在这款游戏中，侦察兵可以部署雷达以提供有关敌军行动的信息。即使没有雷达，任何被战斗人员发现的敌人将被添加到整个团队中的小组雷达。如欲接近未覆盖的区域，可派遣人员潜入未知区域侦察敌方阵地。经过乔装打扮的任何侦察兵可轻松完成这一任务。
• 掩护火力。当某区域受到周全防御时，支持人员可以提供掩护火力，集中攻击敌人防御部队，尽可能延长与他们的交战时间，以便到达攻击目标。
• 牺牲。当敌方攻击火力异常密集且人员牺牲不可避免，应考虑组织敢死队。负责关键任务的小组成员（如某些情况下的工兵）需要受到保护，具体方式包括优先攻击以己方工兵为打击目标的敌方人员，以及参与火线狙击，保护工兵的生命安全。

图 3. 在 Id Software* 和 Splash Damage, Ltd.* 开发的《深入敌后：雷神战争》中，小组动力包括五种不同角色的士兵。

另一个可帮助小组的分析级别是针对每位小组成员能力的自我分析。组长需要了解小组在哪些情况下能够有效作战，小组何时具备优势以及何时撤退。

例如，Blizzard 的《星际争霸 (Starcraft)》*等战略游戏包含飞行部队和地面部队。并非每个地面部队都能攻击飞行部队。每个小组都需要了解自身是否具备这一攻击能力。如果小组不具备任何可攻击飞行部队的部队，那么当飞行部队来袭时最好逃跑。即使能够攻击飞行部队的部队数量不多，只要支持部队能够为攻击飞行部队的部队提供治疗服务或支援，那么最好与飞行部队顽强对抗。

实体能力的多样性及具备实体能力的部队数量可用于衡量小组在QQ号码转让平台不同情况下的战斗力。考虑这些因素能够大幅增强战斗力。

战略人工智能

至此，我介绍了实体和实体小组可如何应对艰难的作战环境。现在，我将介绍人工智能的更大意义。战略人工智能是更高级别的人工智能，可用于指挥整个军队和制定指导战略。

战略人工智能最常用于实时战略 (RTS) 游戏，但正日益频繁地用于战术 FPS 游戏。玩家控制的指挥官可以使用自身的系统，或设置为空实体系统，即没有场地或图形，但会进行更新并具有思考能力。

指挥官将由等级规则系统和 FSM 指导，它们用于管理多种元素，如资源收集、研究技术树、构建军队等。在多数情况下，游戏元素的这种基本维护不需要太多实际思考能力。而与其他玩家进行互动则需要智能。

战略人工智能的基本要素可用于支持这类互动（或战斗）。指挥官需要了解游戏地图，以找到玩家，识别关键点（如障碍），构建防御系统，并分析其他玩家的防御策略。具体如何执行并不明确，但决策地图能够发挥重要作用。

决策地图

决策地图是二维阵列，类似于游戏地图。阵列中的每个单元对应着游戏中的一个区域，并具有关于该区域的重要信息。这些地图可用于帮助您的战略人工智能针对整个游戏制定有效决策。

资源地图

资源地图包含战略游戏中资源的位置信息。了解资源集中在地图的什么位置可影响指挥官的许多决策，例如在哪部署扩充或卫星基地（指挥官基地附近的资源），敌方可能在哪部署其扩充（他们基地附近的资源）以及可能需要争夺的阵地（中间资源）。

计算潜在的可用资源还可影响支持哪些部队以及如何部署军队。如果资源缺乏，那么指挥官在为每个部队安排任务时需要更谨慎，因为补充兵员可能较少。如果资源充裕，那么指挥官便可实施积极作战战略，动员大量兵员或组建强大的作战部队。

进攻地图

这些地图包含有关指挥官目标的信息，例如敌军基地位置、地图目标（炸毁、保护、攻击等）位置、指挥官军队的要素（主要基地、英雄部队等）。掌握这些信息可帮助指挥官合理部署军队。需要保护的据点应该被防御工事环绕，并安排小分队始终驻守在这些据点附近。找到攻击目标后便可对防御工事进行测试。必须通过分析目标周围的防御工事找到最佳的攻破策略。这是军事游戏冲突地图的基础。

冲突地图

冲突地图（见图 4）的使用和更新频率远高于前述地图。冲突地图可在整个关卡中跟踪战斗的发生场所。无论何时与敌军战斗，士兵都需要使用关键信息及时更新冲突地图：

• 冲突类型。部队和/或建筑物
• 部队能力。攻击地面和/或空中力量
• 数量。遭遇的敌军数量
• 兵力。相关区域的破坏潜力

通过分析这些信息，可确定以下情况：
 

• 当敌人发动攻击时，人工智能将能判定部署的防御措施是否有效，防御措施是得到启用还是被忽略，以及冲突是否发生在防御目标附近。然后，人工智能可以适当改变防御工事的布局和结构。
• 在攻击敌人（最好有侦察兵提供协助）时，快速找到敌军防御工事的弱点。如果路径有利于避免冲突或最大限度减少冲突，您便可以实施最佳的军队部署战略。
• 对抗措施是否适当取决于敌军军事能力的组成。因为多数战略游戏试图在各部队之间保持某种平衡，所以电脑将能够确定突破不同据点防御措施所需的部队数量和类型。

图 4. 某地形上的冲突地图示例。红色越黑，遭遇的冲突越多。

构建和应用地图

我以前说过，这些地图由指挥官的部队构建。它们属于规则的一部分，旨在引导人工智能尽快派遣侦察兵探秘敌军阵地，以开始构建地图。卓越的人工智能应该定期确保这些地图处于最新状态。在游戏开始时，只有少数部队具有这些地图，因此游戏引擎更新比较容易。当游戏正在激烈进行时，大量部队同时提供信息，这可能会影响游戏的运行性能。

确保决策地图快速得到维护并不太难，通过将决策地图系统集成到其线程中便可做到。事实上，人工智能控制的每位玩家都应该具有自己的线程，以处理自己的一套决策地图。如果所有的实体都分解为多个线程，那么性能便会得到真正提升。决策地图线程只需要处理并行化实体更新消息中的请求。

总结

智能系统采用的最基本形式是基于规则的系统。该系统需充分利用人工智能特性，因为实际的智能性较低。一组预设行为用于确定游戏实体的行为。对于各种行为，总体结果可以是不明显的行为系统。

游戏世界的智能代理开始形成。您能够借助其基本能力开展侦察和行动，并增强决策和行为的有效性。您的智能代理现在能够在游戏扮演更主动的角色，而不是仅仅被动应对局势变化。您能够为玩家创建更聪明和难以对付对手，反过来，厉害的玩家能够取得出色的成绩。

本系列到此结束。下篇文章将重点介绍将多线程应用于人工智能。您甚至将获得一些实用高效的算法来运行人工智能，随着应用于更多的实体，它们将不可避免地变得日益复杂。如果希望您的系统能够满足增长的需求，您需要利用多核处理器。下篇文章将介绍通过简单改动代码，获取多线程优势。

作者简介

Donald “DJ” Kehoe：作为新泽西理工学院信息技术项目的导师，DJ 开拓了游戏开发领域的专业化之路，并教授该项目中有关游戏架构、编程和关卡设计的许多课程，以及集成 3D 显卡与游戏的课程。目前他正在攻读生物医学工程博士学位，运用游戏和虚拟现实来增强神经肌肉康复的效果。