一 目標指引推理
在乙個目標空間中進行推理可以採用兩種方法：從初始狀態開始的正向推理；或者從目標開始的反向推理。由於在rts遊戲中，任一狀態都有大量的走法，所以反向推理顯得更為高效。
很多時候，目標是無法直接達到的，這個時候就需要將目標分解成無數小的目標，依次實現。
二 效用模型
在對目標進行分解後，需要對目標鏈進行選擇，分配優先順序。要實現優先順序演算法，需要先明白如下概念：
1、效用模型
每個行動都會給目標帶來效用，而邊際效用指花費1單元的代價在該行動上能夠帶來的效用。
同人類對普通消費的觀念一樣，ai也總是追求最大的邊際效用的。
2、成本
要計算目標的邊際效用，先要計算目標的成本。
目標的成本包括資源成本和時間成本。另外還包含乙個非常重要而又很容易忽略的機會成本。
3、生產可能性
檢查各種可能的選擇的方法，是建立乙個n維的生產可能性曲面。
4、目標成本與任務成本
要計算乙個目標的成本，除了要計算它本身的建設成本，還要加上從現在的狀態開始，為了建造該目標，而事先建造的所有子目標的成本。
5、多工
很多建築都是單任務的，乙個時間只能做一件事，考慮演算法時需考慮這個因素。
三 組合
步驟：1、確定乙個或一組目標。
2、將目標分解成一系列子目標。
3、生成通往每個目標的任務鏈。
4、判定每個目標和子目標的效用。
5、將每個目標的效用值都反向傳遞，並一路相加，以確定最初子目標的優先順序。
6、對子目標的效用值歸一化。
7、找到效用最大的子目標。
8、確定該子目標的任務序列能否執行。不能則不安排該任務。
9、重複7和8，知道安排完所有的任務序列，或無法安排更多的任務序列。
10、響應遊戲世界的變化
11、任務序列完成後刪除。
遊戲中幾種簡單的追蹤AI
一 基本追蹤ai 實現原理 當追蹤者的x y座標分別小於被追蹤者的x y座標事，追蹤者的x y自增 當追蹤者的x y座標分別大於被追蹤者的x y座標事，追蹤者的x y自減 假設追蹤者的座標是predatorx和predatory，被追蹤者的座標是preyx和prey，基本追蹤的演算法 如下 if p...
遊戲中同步使用者狀態之
目的 了解遊戲中怎麼維護使用者狀態，和同步每個使用者狀態機制。傳統方案 輪詢方案 談起輪詢讓我想起，在開發用用到輪詢的方案 b s開發中怎麼理解伺服器端的輪詢 不論你是採用foreach thread.sleep xx 還是採用timer，這一類都可以歸結為輪詢的處理方案。這種方案不在b s開發中常...
遊戲中同步使用者狀態之
目的 了解遊戲中怎麼維護使用者狀態，和同步每個使用者狀態機制。傳統方案 輪詢方案 談起輪詢讓我想起，在開發用用到輪詢的方案 b s開發中怎麼理解伺服器端的輪詢 不論你是採用foreach thread.sleep xx 還是採用timer，這一類都可以歸結為輪詢的處理方案。這種方案不在b s開發中常...