游戏 AI / 系统课时
把状态逻辑做成可重复测试
把状态逻辑做成可重复测试
状态机最难测的不是某个状态能否运行,而是同一组输入能否稳定走出同一条状态路径。本节把感知、伤害和目标丢失改成固定事件序列,用自动化测试验证转移顺序、终止条件和异常输入,让 AI 行为脱离真实战斗场景也能回归。
学习目标
- 用固定事件序列重放状态机行为,并断言完整状态路径
- 为死亡等终止状态建立不可继续转移的约束
- 用异常事件验证状态机不会进入未知或非法状态
先把测试对象收缩到纯状态逻辑
可重复测试的关键是把“决定下一个状态”与动画、寻路、物理帧率分开。测试只给状态机输入离散事件,例如看到目标、进入攻击距离、受到致命伤害,再观察状态序列是否符合规则。
下面用 Python 标准库 unittest 构造一个最小状态机。它没有游戏引擎依赖,因此每次运行都得到相同结果。
from enum import Enum, auto
import unittest
class State(Enum):
PATROL = auto()
CHASE = auto()
ATTACK = auto()
DEAD = auto()
class Event(Enum):
TARGET_SEEN = auto()
TARGET_LOST = auto()
IN_ATTACK_RANGE = auto()
OUT_OF_ATTACK_RANGE = auto()
FATAL_DAMAGE = auto()
class EnemyFSM:
def __init__(self):
self.state = State.PATROL
self.history = [self.state]
def dispatch(self, event: Event) -> None:
# DEAD 是终止状态,后续普通事件不能让它“复活”。
if self.state is State.DEAD:
return
transitions = {
(State.PATROL, Event.TARGET_SEEN): State.CHASE,
(State.CHASE, Event.TARGET_LOST): State.PATROL,
(State.CHASE, Event.IN_ATTACK_RANGE): State.ATTACK,
(State.ATTACK, Event.OUT_OF_ATTACK_RANGE): State.CHASE,
}
# 致命伤害是全局高优先级转移。
next_state = State.DEAD if event is Event.FATAL_DAMAGE else transitions.get(
(self.state, event), self.state
)
if next_state is not self.state:
self.state = next_state
self.history.append(self.state)
class EnemyFSMTest(unittest.TestCase):
def test_fixed_event_sequence(self):
fsm = EnemyFSM()
for event in [
Event.TARGET_SEEN,
Event.IN_ATTACK_RANGE,
Event.OUT_OF_ATTACK_RANGE,
Event.TARGET_LOST,
]:
fsm.dispatch(event)
self.assertEqual(
fsm.history,
[State.PATROL, State.CHASE, State.ATTACK, State.CHASE, State.PATROL],
)
def test_dead_is_terminal(self):
fsm = EnemyFSM()
for event in [Event.TARGET_SEEN, Event.FATAL_DAMAGE, Event.TARGET_LOST]:
fsm.dispatch(event)
self.assertEqual(fsm.state, State.DEAD)
self.assertEqual(fsm.history[-1], State.DEAD)
def test_invalid_event_for_current_state_is_ignored(self):
fsm = EnemyFSM()
fsm.dispatch(Event.IN_ATTACK_RANGE)
self.assertEqual(fsm.state, State.PATROL)
self.assertEqual(fsm.history, [State.PATROL])
if __name__ == "__main__":
unittest.main()预期输出:
...
----------------------------------------------------------------------
Ran 3 tests in <TIME>
OK<TIME> 会随机器性能变化。测试真正关心的是三组断言都通过,而不是具体耗时。
为什么要断言整条状态路径
只断言“最终到了 PATROL”会漏掉中间错误。比如理想路径是 PATROL -> CHASE -> ATTACK -> CHASE -> PATROL,如果某次修改让状态机跳过 ATTACK,最终仍可能回到 PATROL,单看终点就发现不了问题。
因此,回归测试最好同时检查两层结果:一层是最终状态,确认行为收敛到正确终点;另一层是 history,确认中间没有漏转、重复转移或非法绕路。对于攻击、受击、死亡这类高优先级逻辑,后者尤其重要。
给终止条件单独写测试
状态机卡死常来自“已经结束却还能继续转移”。死亡、销毁、逃离地图等状态通常具有终止语义,应明确测试它们不会被普通事件再次拉回活动状态。
示例中的 test_dead_is_terminal 在进入 DEAD 后继续发送 TARGET_LOST。正确结果不是抛错或回到巡逻,而是保持 DEAD。如果产品设计允许复活,应把“复活”建成显式事件,而不是让普通事件隐式离开终止状态。
异常输入应该有明确策略
异常输入不一定要报错,但必须有稳定策略。示例把当前状态没有定义的事件视为“忽略”,所以在 PATROL 收到 IN_ATTACK_RANGE 后仍保持 PATROL。
真实项目中可以选择三种策略:忽略无效事件、记录诊断日志、在开发环境直接抛异常。无论采用哪一种,都应通过测试固定下来,避免某次重构后同样的异常输入突然触发新状态。
如果状态转移依赖距离、血量或冷却时间,测试层也应传入固定值而不是读取真实时钟和随机数。时间可以注入假时钟,随机行为可以固定随机种子,这样失败才能稳定复现。
把线上 Bug 变成永久回归用例
一旦线上出现错误路径,不要只修改状态条件。先把当时的事件顺序压缩成最小复现序列,再写成失败测试,然后修复代码直到测试通过。
例如“追击中同时收到致命伤害和目标丢失后又回到巡逻”,就应固定重放这两个事件,并断言最终只能停在 DEAD。以后无论重构状态表、增加动画事件还是替换感知模块,这条测试都会继续守住原来的行为边界。
状态机测试的价值不在于覆盖每一行代码,而在于把关键状态路径、终止条件和异常事件组合变成可重复验证的契约。只要事件输入可控、转移结果可观察,就能在不启动完整战斗场景的情况下稳定回归 AI 行为。