https://www.cnblogs.com/zhanlang96/p/4793511.html

 

人工智能遵循着：感知->思考->行动
决策方法：有限状态机（Finite-State Machines），分层状态机（Hierarchical Finite-State Machines），行为树（Behavior Trees），效用系统（Utility Systems），目标导向型行动计划（Goal-Oriented Action  Planners），分层任务网络（Hierarchical Task Networks）

有限状态机

有限状态机是目前游戏AI中最常见的行为模型。状态机的代码简单又快速，使用上强大、灵活、计算开销小。
状态机的一个好处是可以可视化，如下图所示：
 
图中有四个状态：巡逻(patrol)，查看(investigate)，攻击(attack)，逃走(flee)，我们把实心圆当做初始状态。
简要过程：假设NPC士兵正在保卫他的阵地，当前状态为巡逻，当他听到什么动静时就会转到查看状态，跑到声音源去查看，如果看到敌人就转到攻击状态，如果没看到过一段时间又会回到巡逻状态。在攻击状态中如果血值低下就会进入逃跑状态。如果击败了敌人，又会回到巡逻状态。
状 态机状态类的一个主要结构如下，onEnter函数就相当于unity中的Start()函数，在类开始时调用，作为对旧状态的过度和新状态产生的开始， 比如当从巡逻转向攻击状态时，可以在攻击状态的开始让NPC大喊“发现敌人！进攻！”等等。onUpdate()就相当于unity中的 Update(),你可以让它每帧都执行，或者几秒钟执行一次，是循环执行的，每次执行时间间隔由你来决定。onExit()就是在退出一个状态之前要执 行的，比如，杀死敌人之后由攻击状态转向巡逻状态之前，让NPC做一个欢呼手势并大叫胜利了。FSMTransition列表为将要转到的所有可能的状 态。
class FSMState
{
  virtual void onEnter();
  virtual void onUpdate();
  virtual void onExit();
  list<FSMTransition> transitions;
};
每个状态还存储着FSMTransition的类，代表能从当前状态可以转到的状态
class FSMTransition
{
  virtual bool isValid();
  virtual FSMState* getNextState();
  virtual void onTransition();
}
当转换条件满足时isValid()返回true，比如当发现敌人NPC就从巡逻状态转到攻击，getNextState()返回将要转到的状态，onTransition()是状态之间转换的过渡，和上面说的onEnter()差不多。
最后是有限状态机类FiniteStateMachine
class FiniteStateMachine
{
  void update();
  list<FSMState> states;
  FSMState* initialState;
  FSMState* activeState;
}
有限状态机类包含一个包含所有状态的列表states，initialState为初始状态，activeState为当前状态。
伪代码如下：
在  activeState.transtitions中循环调用isValid()，检测是否符合达到下一状态的条件
如果符合转换条件
    调用activeState.on Exit()，退出当前状态
    设置activeState 为 validTransition.getNextState()，把当前状态赋值为下一状态
    调用activeState.onEnter()，下一状态的开始
如果不符合转换条件，调用activeState.onUpdate()，让NPC执行当前状态需要做的事


在编写有限状态机的代码只前最好画一个上面的草图，这样既可以明确转换关系，又可以不漏掉该有的状态。

分层有限状态机

有限状态机虽然好，但是它有很大的缺点，当状态少的时候可以运用自如，当状态多的时候10个以上就已经结构非常复杂，而且容易出错。
如果我们让NPC巡逻两个地方，比如安全的室内，和门口
 
如 果我们想在一个状态上附加一些状况，例如当NPC在巡逻时，让他接一个电话然后再恢复巡逻，此时如果使用有限状态机的话我们必须要新建一个打电话的状态来 做过渡，但是此时的巡逻有两个，所以能接到电话的状态也有两个，然后加了两个相同的状态，很多这样的重复的小状态使得状态机越来越复杂。如下图
 
这时，我们可以用分层有限状态机来解决这个问题，把多个状态机归为一层，如下图，把巡逻安全处和门口归为看守建筑，这样我们只需要有一个打电话状态就可以了。
 
分 层有限状态机增加了一个滞后，在有限状态机中并没有，在一个普通的有限状态机中，是从初始状态开始的，在分层有限状态机中是一个嵌套的状态。注意上图有H 的圈，代表历史状态（history state），当我们第一次进入嵌套状态->看守建筑时，历史状态H表示为初始状态，之后历史状态H表示为最近处在的一个状态。
在我们的例 子中：初始状态就是看守建筑，，然后进入看到手机按住这个嵌套，巡逻安全处是初始状态。当从巡逻安全处转换到巡逻门口这个状态时，H历史状态就转变为巡逻 门口状态，此时来电话了，转换到接电话状态，接电话结束，我们回到嵌套状态中的历史状态，此时为巡逻门口，可见H历史状态就是一个临时的，便于嵌套外的状 态返回到之前的嵌套内的小状态，以不至于出错，或者换回了别的状态，如果接完电话回到巡逻安全处，那就出大错了。
分层有限状态机，就这样避免了重复状态，可以实现更大的更复杂的状态。


实例：
Halo2使用了这一技术，如下图
可见：把使用手雷、掩蔽、防御归为自卫，交战部分使用了多层嵌套，但是原理是一样的，向尸体设计和搜查尸体归为战后处理。在撤退和闲置部分只有一个行为被嵌套，但是日后可以继续添加行为，可扩展性良好。
至于如何在嵌套的层里对行为进行选择，可以就按这个顺序执行，也可以加上权重优先级，或者你想让他执行哪个通过代码来控制。
 

行为树

行为树是树型结构的，每个节点都代表了一个行为，每个行为都可以有子行为。
所有行为都有一个先决条件，就是产生的这些行为的条件。
整 个算法先从树的根部开始，然后开始检查每一个先决条件。树的每一层只可以执行一个行为，所以当一个行为正在执行，它的兄弟节点都不会被检查，但是它们的子 节点还是要检查的。相反如果一个行为的先决条件当前并不满足，则跳过判断它的子节点，继续判断它的兄弟节点。一个树全部检查完毕之后，决定执行优先级最大 的，然后再依次执行每个动作。
伪代码：
使根节点为当前节点
当存在当前节点
    判断当前节点的先决条件
    如果先决条件返回true
        把节点加到执行清单
        使子节点为当前节点
    否则
        使兄弟节点为当前节点
执行执行清单上的所有行为

不同于状态机，行为树是无状态的，不需要记下之前执行的行为，只是判断行为该不该执行。
行为树的节点之间是不相关的，删除或增加节点，对其他节点都无影响。所以，可扩展性也是行为树的一个优势。另外还可以为决策树添加灵活性与随机性，父节点可以随机决定是否检查子节点。
缺点：决策树做的选择并不一定是最优的，结果也不一定是我们想要的。而且决策每次都要从根部往下判断选择行为节点，比状态机要耗费时间。每次决策都要经过大量的条件判断语句，会变得非常慢。
另外还有一个问题，例如：一个农民要收割作物，敌人出现了，农民逃跑，逃出了距离敌人的一定范围之后，又回去收割作物，走到敌人的范围又逃出，这样来回往复，是一个弊端，，可以根据情况来写代码避免，否则会被玩家***的。

效用系统

人工智能的逻辑->电脑的逻辑，是基于简单的bool问题，比如：“我能看到敌人吗？”，“我有弹药吗”，是简单的是或者不是的问题，所以做出的行为通常是极端化的，一个单一的行动。比如：
if (CanSeeEnemy())
{
  AttackEnemy();
}
if (OutOfAmmo())
{
  Reload();
}
即时有多条件的行为，bool判断带来的也是一个单一的行动。
if (OutOfAmmo() && CanSeeEnemy())
{
  Hide();
}
所 以有些情况，只是做这些布尔判断是不合适的，会遗漏很多情况，判断也不妥当。比如：我们可能需要同时考虑与敌人的距离、有多少弹药、饥饿程度、HP值，等 等。这些判断条件能映射出许多动作，比我们单一的判断做不做这个动作要好很多。utility-based system，基于效用的系统，会根据权重、比率、队列和许多需要考虑的事项来做出最优选择，使AI比普通的行为树更有头脑。根据上面的例子，使用效用系 统我们的AI可以做出我们想要的动作，并根据当前情况做出不同强度的动作，使AI真实、更具可能性，也不再是只有一个正确的选择了。决策树就是对AI说， “只是你将要做的一个行为”，效用系统就是对AI说：“这些是你可能要做的行为”
Sims模拟人生的人工智能就是使用的效用系统（sims的人工 智能让我膜拜至今），在sims中，小人结合当前环境和自身的状态，来做出行动的选择。例如：小人“非常饿”结合环境“没有食物”会比只有“有一点饿”更 加吸引人的眼球。如果“有一点饿”小人会以接近“美食”为第一执行行为。注意，这里的“美食（的美味程度）”、“食物很少（食物储备程度）”、“一点饿 （饿的程度）”，都是一个有范围的数值（常用的是0-1的浮点值）。
当需要选择新的行为时，我们通过分数（上面说的各种程度）来选择相对最优的选择，或者加上一个随机值再选择，使得接近优选的几个选择都有一定几率（几率可根据所加随机值决定）被选中。

目标导向型行动计划

GOAP 来源于STRIPS方法，这两种都是让AI创造他们自己的方法去解决问题，我们提供给它一系列可能的动作作为对这个世界的描述，和每个动作使用的先决条 件，和行动带来的影响。AI拥有一个初始状态和他需要达到的目标。有一组目标，AI可以通过优先级或当前状态选择一个。计划系统决定一个动作序列来满足当 前目标，计划出一个像路径一样的能最简单达到目标状态的动作序列。
GOAP是一个反向链接搜索，从要实现的目标开始，找到什么动作能实现目标，在寻找刚才动作的先决条件，一直往前推，知道达到你的当前（初始）状态。这种反向链接搜索替代了启发式的前向链接搜索。
伪代码：
把目标加到未解决事件列表
对于每个为解决事件（for）
    移除这个为解决事件
    找到达成事件的动作
    如果动作的先决条件已经满足
        增加动作到计划中
        往回推需要达到先决条件的动作到计划中
    否则
        添加该先决条件到未解决时间中


例 如：我们建立一个NPC士兵，把它的目标设为杀死其他敌人，我们设置它的目标为Target.Dead。为了让目标去死，NPC必须要有一个武器用来射 击，这是一个先决条件，但是现在NPC并没有正在装备的武器，NPC就需要执行找到武器这个动作，如果NPC有武器库，他就会从武器库中拿一个，如果病没 有武器库，就需要寻路去找一个武器装备了。得到武器装备之后就要找到敌人，实现方式多种多样，徒步寻找、或者NPC周围有车也可以开着车去寻找。我么发 现，我们给NPC大量的动作选择，让NPC自己决定该做什么，因而产生动态不可预知又有趣的行为，而且表现得很自然，比开发者创建行为好多了。
这里有一个简单的例子：http://gamerboom.com/archives/83622

分层任务网络

HTN 也是寻找一个计划来让AI执行，不同之处在于怎样找出这个计划。开始拥有一个初始状态和一个跟任务代表我们需要解决的问题。原理是*的任务分解成更小 的任务再继续分解直到我们解决问题。每个高级任务都有很多方式被完成，当前世界状态决定高级任务要分解成哪组小任务。HTN与GOAP相反，HTN是前向 链接搜索，是从当前状态一直推到目标状态，向前推直到问题解决。世界状态分散成几种属性，它的HP、精力，敌人的HP、相距距离，计划根据这些来制定。
我 们有两种任务：原始任务和复合任务。原始任务是可以只解决问题的任务，也就是可以直接达到目标的任务。在游戏中，它可以为开火、装填子弹、移动到掩蔽物。 这些人物可以影响世界状态，开火这个任务需要先有子弹，并执行装填子弹这个任务。复合任务是高级别的任务，可以看作方法。一个方法是一组任务可以完成复合 任务，这一组任务是由先决条件决定的。复合任务让HTN推断出世界并且决定该做什么动作。
使用复合任务，我们就能构建一个HTN域，这个域是一大层任务，代表我们解决问题的方法。
伪代码：
增加根复合任务到分解列表中
对于每个在我们分解列表中的任务（for）
    移除任务
    如果任务是复合任务
        找到满足当前条件状态并且能处理该复合任务的方法
        如果该方法找到了，增加方法的任务到分解列表中
        如果没找到，恢复到之前分解任务的状态中
    如果任务是原始任务
        在当前状态下执行任务
        增加任务到最终计划列表

HTN就是从*的根任务分解更小的任务再分解成更更小，分解是需要判断当前状态和条件的。当我们终于分解为原始任务，我们把原始任务加到最终计划中，每一个原始任务都是一个可操作步骤，我们可以直接执行它。

 

 

Unity AI planner: https://www.bilibili.com/video/av67436639