游戏AI是什么？
AI = Artifical Intelligence = 人工智能
但是一般的游戏AI与平时我们所认识的人工智能那些有所不同，
游戏AI往往很少应用到神经网络、深度学习等等现在流行的技术。
这是因为主流的游戏AI主要是程序员预先定义编写好可能发生的行为，
而不具有人工智能那种自我“学习”的特性。（当然也有少部分游戏的AI使用自我学习的算法，例如《黑与白》）
游戏AI主要职责是模拟出智能行为，并非学习。
可以说，
游戏AI的目标主要是模仿游戏世界里的事物行为，而不是模仿真实人类玩家：
街道上走动的人群，天空中乱飞的小鸟，来回巡逻的守卫，兵线上的小兵...
要是模仿真实人类玩家，更应该使用“学习性”的人工智能（也是我们熟悉的那个人工智能），通过神经网络，深度学习等流行技术实现。
例如：围棋AI阿法狗，DOTA2的OPENAI
介绍一些有趣的游戏AI
《黑与白》
《黑与白》是一款意识超前的游戏，玩家在游戏中扮演上帝的角色，组建城市、发展文明。其中的宠物就有很高的智能程度，拥有自行学习的机制。做了坏事可以被玩家惩罚，惩罚后会改变行为，如果放任自如则会加重坏行为。有趣的是，这款游戏的首席人工智能官就是Demis Hassabis，也就我们熟悉的阿尔法狗之父。
《求生之路》
作为一款FPS游戏，很难说《求生之路》里的怪物有多智能——它们本来就该是愚蠢而凶猛的。真正有技术含量的是它的“导演系统”，AI Director作为后台的核心，会根据玩家在游戏中的具体表现调控游戏的节奏。怪物出现的地点、数量，何处刷新道具等等，配合上根据形势动态变换的音乐，给了用户更真实的游戏体验。
各种角色扮演/沙盒游戏中的NPC
在一些自由度较高的游戏中，为了让玩家更好的融入这个世界，游戏会对NPC进行很多详细的设定。比如在《巫师》系列中，每个NPC都有自己的性格设定，包括会话数据库，让他们可以进行丰富的动作和对话。在GTA这种沙盒游戏中更是这样。
游戏AI基本设计
实际世界的智能：
一个正常的智能生物，得先感知到周围的事物，才能思考下一步该做什么，才能做出反应行为。
基于这个便自然而然分出以下三个模块：
- 感知模块
- AI 模块
- 行为模块
感知模块：
一般的游戏AI，首先需要得到感知模块的感知信息输入。
例如：
- 一个NPC的视野范围内看到了有一个丧尸。
- 一个丧尸听到了玩家的脚步声。
- 足球队队员之间的传达配合信息。
//例如 一个正常生物的感知模块
class BiologyPerception{
public：
//将所有感知进行一次检测，返还所有感知到的信息
PerceptionInformaiton getPercetionInformation(){
PerceptionInformaiton information;
information.add(m_viewPCT.getPercetionInformation());
information.add(m_listenPCT.getPercetionInformation());
//...
return information;
}
protected:
//视野感知
//实现：视锥范围检测
ViewPerception m_viewPCT;
//听力感知
//实现：圆形范围声音检测
ListenPerception m_listenPCT;
//其他感知
//...
};AI模块：
分析输入的信息后，进行逻辑运算，输出接下来想要做的行为的信息。
例如：
- NPC检查了这个丧尸，判断到它是自己的敌人，所以NPC想逃跑。
- 丧尸检查了这个玩家，判断到它是自己的敌人，所以丧尸想扑过去攻击。
- 中锋检查了前锋的带球情况，判断到它想传球，所以中锋想要去对应的位置接球。
可以把AI模块想象成一个大脑（为了类比，可以把下面的“AI”字样看成“大脑”）：
- AI “寄生”在一个生物模型上（该生物模型被称为寄主）。
- AI 的生命周期是跟随生物模型的生命周期的。
- AI 能够获取生物模型的感知信息，分析之，并控制生物模型行动。
class BiologyAI{
public:
//计算寄主感知信息，并根据信息让寄主执行相应的行为
void caculate(){
//获取感知信息
auto information = m_master->mPerception.getPercetionInformation();
//根据感知信息，让寄主执行行为
if(information...)m_master->moveTo(...);
if(information...)m_master->attack();
//....
}
protected:
Biology* m_master;//寄主
};行为模块
根据AI模块的输出信息，行为模块只要按部就班的执行相应行为就行。
一般的游戏模型应该提供相应的行为接口。
//一个例子：生物类提供 移动和攻击 这两个接口
class Biology{
public:
//生物的各种行为接口
//...
void moveTo(cosnt Position& pos);
void attack();
protected:
//生物的各种变量
//....
Position m_health; //当前位置
int m_attack; //攻击力
BiologyPerception m_perception; //感知模块
};小结
这样，一种基本的设计就浮现了：
- 每个生物模型含有自己的感知模块，提供行为接口。
- 每个AI模型"寄生"于一个生物模型，根据该生物模型的感知模块，来让生物模型执行其行为。
AI模块：使用状态机？还是行为树？
游戏AI的核心代码，毋庸置疑就是AI模块部分。
在上面的例子，AI模块只是简单的if判断条件。
而实际上，很多游戏的AI是非常复杂，一堆if判断的设计是不可行的(可维护性极差且不宜扩展)。
早期游戏AI利用<状态机>这个设计模式来很好解决了这个AI设计问题。
可后来随着游戏的进步，现代游戏AI的复杂性连<状态机>设计都不能满足，于是便有了更具可维护性的<行为树>设计。
为了节省篇幅，本文不对<状态机>进行过多解释，感兴趣可到下面这个链接。
而在下一篇博文将介绍行为树在游戏AI中的应用。