游戏开发学习笔记-NPC的AI开发

1 周 ago
木它
1 minute

在游戏开发中，NPC（非玩家角色）的智能行为设计十分重要。不同的AI开发方式适用于不同复杂度和类型的NPC。本篇详细介绍主流的NPC AI开发方法，并配有树状图示例，帮助初学者轻松理解。

一、有限状态机（FSM，Finite State Machine）

1. 概念

有限状态机是一种把NPC行为分成几个“状态”的设计方式，比如“巡逻”、“攻击”、“逃跑”等。NPC任意时刻只会处于某一个状态，满足条件才会切换到其他状态。

2. 原理

  • 状态：NPC所处的行为阶段。
  • 切换条件：决定何时从一个状态跳转到另一个状态。
  • 每个状态的具体行为：比如巡逻状态下，NPC会在场景中来回走动。

3. 树图示例

巡逻
└─ 发现敌人? 是 → 追击敌人
    └─ 距离很近? 是 → 攻击敌人
        └─ 血量很低? 是 → 逃跑

4. 讲解

比如一个警卫巡逻，发现敌人就追击，靠近了就攻击，受伤严重就逃跑。每个行为就是一个“状态”，切换条件清晰简单，非常适合新手入门和简单AI。

二、决策树（Decision Tree）

1. 概念

决策树就像一系列嵌套的“如果……那么……”的判断题。NPC会沿着判断条件，一步步选择最终要做的事情。

2. 原理

  • 每一层是一个判断问题。
  • 满足条件就继续往下判断，直到找到适合当前情况的行为。

3. 树图示例

发现敌人?
├─ 是
│   └─ 距离近?
│       ├─ 是 → 攻击
│       └─ 否 → 追击
└─ 否 → 巡逻

4. 讲解

比如NPC先问自己“看到敌人了吗？”如果看到，再问“敌人近吗？”，如果近就攻击，不近就追。如果没看到，就继续巡逻。适合逻辑不复杂的NPC。

三、行为树（Behavior Tree）

1. 概念

行为树是一种模块化的设计，把复杂行为拆解成一个个“小动作”，再像拼积木一样组合起来。每个“树枝”表示一个决策流程，叶子节点是具体动作。

2. 原理

  • 从根节点出发，按顺序或优先级检查每个子节点。
  • 组合复杂行为，比如“先做A，如果不行再做B”。
  • 节点可以复用，易于扩展。

3. 树图示例

选择器
├─ 行为1：发现敌人?
│   └─ 是 → 顺序器
│       ├─ 面向敌人
│       ├─ 接近敌人
│       └─ 攻击敌人
├─ 行为2：血量低?
│   └─ 是 → 寻找掩体
└─ 行为3：巡逻

4. 讲解

行为树就像一个智能化的流程表，先判断优先级高的事（比如有敌人就先攻击），否则做次要的事（比如巡逻）。树的结构让每个行为都能灵活组合，非常适合复杂NPC。

四、GOAP（目标导向动作规划，Goal-Oriented Action Planning）

1. 概念

GOAP不是提前写好所有流程，而是让NPC根据“目标”动态规划怎么做。比如目标是“活下来”，NPC会自动选择“找药包”“找掩体”等步骤。

2. 原理

  • 给NPC设定多个目标，如“消灭敌人”“保持安全”。
  • 每个动作有“前提条件”和“结果”。
  • NPC根据当前情况，自动规划一系列动作达成目标。

3. 树图示例（目标：消灭敌人）

目标：消灭敌人
├─ 需要武器?
│   └─ 是 → 去找武器
├─ 有武器 → 靠近敌人
└─ 接近后 → 攻击敌人

4. 讲解

比如NPC没有武器，就会先去找武器；有了武器后再去接近敌人，最后攻击。GOAP让NPC像“思考”一样，灵活应对不同情况，行为更智能。

五、黑板系统（Blackboard System）

1. 概念

黑板系统是一个信息共享平台，NPC的各个模块（比如感知、决策、行动）都可以在黑板上读写信息，实现协同。

2. 原理

  • 黑板就像一个公告栏，大家都能看到。
  • 感知模块发现敌人后，把信息写到黑板上。
  • 行为模块读取这些信息，决定要做什么。

3. 树图示例

黑板
├─ 发现敌人 → 决策模块读取 → 切换到攻击状态
├─ 发现血包 → 决策模块读取 → 前往拾取
└─ 其他信息

4. 讲解

黑板让NPC的不同部分可以互相沟通，比如“感知”发现敌人，“决策”模块就能知道要攻击。这种方式多用于复杂AI系统。

六、基于规则的系统（Rule-based System）

1. 概念

基于规则的系统，就是提前写好一堆“如果……那么……”的规则，NPC遇到情况就一条条检查，满足条件就执行相应行为。

2. 原理

  • 规则库里存着各种条件和结果。
  • NPC不断检查当前所有规则，执行最先匹配的行为。

3. 树图示例

规则库
├─ 如果血量低 → 寻找医疗包
├─ 如果敌人靠近 → 攻击
└─ 否则 → 巡逻

4. 讲解

比如“如果血量低，去找药包；如果敌人靠近，先攻击”。适合简单或者中等复杂度的AI，但规则多了后管理会变复杂。

七、机器学习/深度学习方法

1. 概念

机器学习让NPC通过“学习”来变得更聪明，比如通过反复试错，自动学会最佳行为。

2. 原理

  • 通过大量训练，AI模型掌握在不同情况下的最佳反应。
  • 强化学习：NPC每做一次选择，都会得到奖励或惩罚，通过不断尝试，学会最优策略。

3. 树图示例（简化思路）

环境反馈
├─ 尝试动作A → 得到奖励 → 增强动作A
├─ 尝试动作B → 得到惩罚 → 减少动作B
└─ 反复迭代 → 学习到最佳行为

4. 讲解

比如NPC在模拟环境里尝试“攻击”“逃跑”“躲避”，每次尝试后都通过奖励机制调整行为，最终学会如何做得最好。这种方法适合做高智能NPC，但开发和训练成本高。

八、基于大语言模型的生成式智能体架构（以斯坦福AI小人虚拟小镇为例）

1. 概念

生成式智能体（Generative Agent）是一种借助大语言模型（如GPT）作为“智能大脑”，结合记忆、检索、反思、计划等模块，模拟出高度拟人的行为和交互。其典型代表是斯坦福大学提出的“AI小人虚拟小镇”，在开源社区（如a16z重写版）得到了广泛应用。

传统AI方法如有限状态机、行为树、GOAP等，行为多为“脚本化”或“规则化”。生成式智能体则通过自然语言驱动行为，能够自我进化、动态适应环境，表现出类似人类的复杂行为。

2. 技术架构与整体思路

2.1 架构树状图

生成式智能体架构
├─ 记忆流（Memory Stream）
│   ├─ 观察（Observations）
│   ├─ 反思（Reflections）
│   └─ 计划（Plans）
├─ 检索机制（Retrieval）
│   ├─ 近因性
│   ├─ 重要性
│   └─ 相关性（向量数据库）
├─ 反思机制（Reflection）
│   └─ 抽象/推理（生成反思树）
├─ 计划与反应（Planning & Reaction）
│   ├─ 高层计划
│   └─ 递归细化
├─ 行为生成（Action Generation）
│   ├─ 环境互动
│   └─ 代理对话
├─ 用户交互
│   └─ 用户输入（自然语言）
├─ 外部支持系统
│   ├─ 游戏引擎、数据库
│   ├─ 向量数据库
│   ├─ 文字生成模型（LLM）
│   └─ 像素图生成等

2.2 架构详细讲解

A. 记忆流（Memory Stream）

  • 每个智能体都有自己的“记忆数据库”，记录着所有经历过的事件、对话、计划、反思等。
  • 记忆以自然语言形式存储，包含时间戳和访问时间，既有“观测”也有“抽象反思”。
  • 例如：AI小人“伊莎贝拉”会记得“今天早上在厨房遇到朋友做早餐”。

B. 检索机制（Retrieval）

  • 智能体需要从大量记忆中检索出“当前最相关”的记忆，指导当下行为。
  • 检索包括三大指标：
    • 近因性：越新发生的事件，分数越高。
    • 重要性：事件越重要，分数越高（如“分手”比“刷牙”重要）。
    • 相关性：用向量数据库（如Pinecone）计算与当前情境的相似度。
  • 例如，AI小人要决定是否去见某人，会回忆最近有关此人的经历和情感。

C. 反思机制（Reflection）

  • 不只是被动记忆，还会主动“总结归纳”，形成“反思”。
  • 反思是对多个相关记忆的抽象，比如“我和朋友的关系变得更亲密了”。
  • 反思会形成“树状结构”，叶节点是具体事件，高层节点是抽象见解。
  • 反思周期性发生，重要事件累积到阈值时触发。

D. 计划与反应（Planning & Reaction）

  • 智能体会制定自己的“日程计划”，比如“早上做早餐、上午去公园、下午工作”。
  • 计划可以递归细化成更小的行动步骤，并随时根据环境变化做出调整。
  • 每当环境或其他智能体行为发生变化，计划会实时更新。

E. 行为生成（Action Generation）

  • 智能体的每一步行为由大语言模型（如GPT）生成，行为描述为自然语言，并映射到具体动作。
  • 智能体之间的对话、与环境的交互都通过自然语言描述和解释。

F. 用户交互

  • 用户可以通过自然语言输入影响智能体（如指派任务、修改属性）。
  • 用户也可以“化身”进入虚拟小镇，成为其中一员。

G. 外部支持系统

  • 游戏引擎（Convex）、数据库、向量数据库（Pinecone）、文字生成模型（OpenAI）、像素图生成（Replicate/Fal.ai）等，构成整个技术栈的基础设施。

3. 与传统AI方法的对比

传统方法特点生成式智能体
有限状态机、行为树、GOAP等规则/脚本驱动，行为固定，扩展性差记忆驱动，行为高度拟人，动态自适应
规则系统依赖开发者预设规则通过大语言模型自动推理与规划
强化学习需大量训练，适应性有限通过记忆、环境、反思即时适应新情境
机器学习难以解释、训练成本高LLM强提示+外逻辑架构，易于扩展

4. 生成式智能体的创新点

  • 内逻辑与外逻辑结合：大语言模型负责“想”，外部系统负责“管”数据和操作。
  • 记忆驱动行为：不再依赖死板脚本，行为由“记忆-检索-反思-计划”动态生成。
  • 行为高度拟人：能模拟人类的长期记忆、情感变化、临场反应、社会互动。
  • 自进化能力：环境或用户输入变化时，智能体能自动适应，无需修改代码。

5. 示例：AI小人的一天（树状图）

伊莎贝拉的一天
├─ 记忆流
│   ├─ 早上做早餐
│   ├─ 与朋友聊天
│   ├─ 计划去公园
│   └─ 下午工作
├─ 检索
│   ├─ 最近与朋友的对话
│   └─ 上次工作时的反思
├─ 反思
│   ├─ 今天与朋友关系更亲密
│   └─ 工作效率提升
├─ 计划
│   ├─ 上午：社交
│   └─ 下午：工作
├─ 行为
│   ├─ 与朋友互动
│   └─ 执行工作任务

这些行为全自动生成，AI小人会根据记忆和环境调整自己的计划和反应。

6. 适用场景与未来趋势

  • 虚拟世界/元宇宙：高度拟人NPC、虚拟居民。
  • 游戏开发：复杂剧情与开放世界中的真实NPC行为。
  • 社交/教育/陪伴：情感丰富、可自我进化的AI伙伴。
  • 智能体系统：自动化办公、协作机器人等。

7. 相关资源

总结

斯坦福AI小人虚拟小镇项目开启了大语言模型驱动的AI智能体新时代。它打破了传统脚本和规则系统的限制，让AI像“人”一样，有记忆、会反思、能规划、会交流，真正实现了“虚拟居民”的可信模拟。这一架构的理解，对设计下一代AI应用极具参考价值。