格鬥遊戲的 AI 是怎麼實現的？

1樓：薛康

將動作分類，然後根據主角的不同出招動作，進行判斷後做出相應動作。這麼做在動作上比較好看，手感也很棒，缺點是成本很大。通常乙個角色至少幾十套動作，主角甚至上百套，根據方位操作以及動作中斷等等進行不同的變招。

當然還有乙個缺點是主角一旦完全不動，AI往往也會禁止不動。也可以看做「敵不動，我不動」的一種策略吧。這個也是可以通過除錯改變攻擊策略的。

2樓：於鑫

一般攻擊是週期性的固定行為，而防禦是基於「被攻擊」這個不確定時機而做出的不固定行為，防禦優先順序高於攻擊，如果防禦行為觸發時正在進行攻擊，那麼就強制從攻擊動作轉換為防禦，當然有動作融合的話表現看起來才比較流暢

3樓：ing J

貌似這些不叫AI吧？模擬器的拳皇（同樣是8級難度），剛裝上的時候很容易，越打會感覺電腦越「聰明」，我和朋友交流過，他們也有這樣的體會。星際爭霸和魔獸爭霸也是。

這種「自學習」是怎麼實現的呢？

4樓：Clane

沒有題主所設想的暴nb的那種AI，本人恰好參與過某一代kof開發，就是個無比巨大的狀態機。

參與過另外的格鬥遊戲，碰到一種很有趣的做法（非拳皇，其他格鬥遊戲）。把彙編用巨集定義成另外一種狀態描述語言，把某彙編指令定義成 IF_A ，某彙編定義為動作B，用這種類似於低階指令碼的巨集寫狀態機。然後用gcc編譯成二進位制檔案，狀態機從二進位製流中讀取。

5樓：兔子先生

乙個不錯的技術部落格：AI分享站

裡面有提到行為樹的方式，也有其他的AI實現方式，我覺得還是授人以漁吧~

行為本身造成的效果用狀態機設計模式應該比較適合，但我沒試過，不敢多言。

6樓：

其實格鬥的AI是相對簡單的。

因為格鬥AI主要靠作弊。

以街霸II為例，實際操作者，比如古烈，需要（下上腿）蓄勢三秒才能完成動作，但是AI操控時，直接判斷P1（操作者）就行。

類似if P1.Y>0 // (在空中)then P2.腳刀();

7樓：

AI這東西沒必要說太細，只需要知道是用行為樹組織起來動作節點的就行。

漫談遊戲中的人工智慧

前段時間寫了篇關於AI的部落格，雖然是關於MMO的，但是格鬥遊戲也可以參考。

8樓：孟德爾

你說的是格鬥遊戲，不是那種格鬥網遊吧？DNF是動作遊戲+RPG。

格鬥遊戲的AI就是從記憶體裡讀取一下對手態勢（狀態，相對位置，此狀態將持續的時間），然後從AI的行動列表中選乙個。

其實判斷還挺麻煩的，因為格鬥遊戲裡對手是不停變化的幾個區塊，比如出拳的時候，手臂是乙個區塊，有攻擊判定，然後軀幹和腿是另外的區塊，有受攻擊判定。

AI不會管這麼細，它只要知道雙方相對位置，對手處於什麼狀態，持續時間，從對應的策略表裡選一套行動就行，區塊判定這些應該是在設計對應策略表時考慮的。

有的格鬥遊戲裡有學習AI，應該是能從對手現在的狀態判斷出下一步的狀態，然後採取固定的對應策略。