游戏 AI / 系统课时
让状态机只负责状态切换
让状态机只负责状态切换
状态机最容易失控的地方,不是状态数量多,而是把“什么时候追击”“怎样追击”“攻击距离是多少”全部塞进管理器。本课把决策、状态切换和具体行为拆开,让状态机只维护当前状态并保证安全切换。
学习目标
- 明确状态机、决策器和具体状态之间的职责边界
- 实现只处理
changeState与update的最小状态机 - 避免状态管理器演变成新的巨型
if-else
状态机不应该替状态做决定
一个常见写法是在 StateMachine.update() 中直接检查玩家距离、生命值、攻击冷却,然后决定巡逻、追击还是攻击。短期看代码集中,新增逃跑、受击、搜索等状态后,管理器很快就会出现大量互相影响的条件分支。
更清楚的职责划分是:
- 决策器读取环境数据,决定当前应该处于什么状态。
- 状态机比较目标状态与当前状态,并执行退出、替换、进入。
- 具体状态只实现当前行为,例如待机或追击。

这种分法的价值在于:状态机的代码不会因为敌人的战斗规则越来越复杂而持续膨胀。
实现只负责切换的 StateMachine
下面的示例使用玩家距离决定待机或追击。距离判断放在 StateSelector 中,StateMachine 完全不知道“5 米以内应该追击”这条游戏规则。
public class Main {
interface State {
void enter(EnemyContext context);
void update(EnemyContext context, float deltaTime);
void exit(EnemyContext context);
String name();
}
static class EnemyContext {
float playerDistance;
}
static class IdleState implements State {
public void enter(EnemyContext context) {
System.out.println("enter idle");
}
public void update(EnemyContext context, float deltaTime) {
System.out.println("idle");
}
public void exit(EnemyContext context) {
System.out.println("exit idle");
}
public String name() {
return "IDLE";
}
}
static class ChaseState implements State {
public void enter(EnemyContext context) {
System.out.println("enter chase");
}
public void update(EnemyContext context, float deltaTime) {
System.out.println("chasing player");
}
public void exit(EnemyContext context) {
System.out.println("exit chase");
}
public String name() {
return "CHASE";
}
}
static class StateMachine {
private State currentState;
public void changeState(State nextState, EnemyContext context) {
// 相同状态不重复 enter,避免每帧重新初始化状态。
if (currentState == nextState) {
return;
}
if (currentState != null) {
currentState.exit(context);
}
currentState = nextState;
currentState.enter(context);
}
public void update(EnemyContext context, float deltaTime) {
if (currentState != null) {
currentState.update(context, deltaTime);
}
}
}
static class StateSelector {
private final State idle;
private final State chase;
StateSelector(State idle, State chase) {
this.idle = idle;
this.chase = chase;
}
State select(EnemyContext context) {
return context.playerDistance <= 5.0f ? chase : idle;
}
}
public static void main(String[] args) {
EnemyContext context = new EnemyContext();
State idle = new IdleState();
State chase = new ChaseState();
StateSelector selector = new StateSelector(idle, chase);
StateMachine machine = new StateMachine();
float[] distances = {8.0f, 4.0f, 3.0f, 7.0f};
for (float distance : distances) {
context.playerDistance = distance;
machine.changeState(selector.select(context), context);
machine.update(context, 0.016f);
}
}
}预期输出:
enter idle
idle
exit idle
enter chase
chasing player
chasing player
exit chase
enter idle
idle第二次距离从 4.0 变成 3.0 时仍然选择同一个 ChaseState 实例,因此状态机不会重复执行 exit 和 enter,只继续调用当前状态的 update。
把条件放到正确的位置
判断一段逻辑应该放在哪里,可以先问它回答的是什么问题。
如果问题是“玩家距离多近时应该追击”,这是状态选择规则,属于决策器。如果问题是“追击时怎样移动到玩家附近”,这是状态行为,属于 ChaseState。如果问题是“从旧状态换到新状态时调用顺序是什么”,才属于 StateMachine。
下面这种职责虽然能运行,却应该避免:
// 片段示例:依赖 currentState、context、idleState、chaseState 等已有上下文。
if (context.playerDistance <= 5.0f) {
currentState = chaseState;
// 继续在这里移动、播放动画、处理攻击……
} else {
currentState = idleState;
}这段代码把状态选择、状态替换和具体行为重新混到一起。随着条件增加,所有状态再次被集中耦合,FSM 只是把原来的巨型条件分支换了一个类名。
切换时必须守住两个边界
首先,相同状态不应该重复切换。如果决策器每帧都返回追击状态,而状态机每帧都执行 exit -> enter,追击计时器、动画和局部数据就会不断被重置。示例中的引用比较正是为了阻止这种无效切换。
其次,状态切换要保持固定顺序:旧状态退出,再替换当前引用,最后进入新状态。这样旧状态能在自己仍然明确是当前行为时完成清理,新状态随后接管上下文。
状态机保持得越小,后续扩展越容易验证。增加攻击、逃跑或搜索行为时,应优先扩展决策器和新的状态类,而不是继续给 StateMachine 增加敌人业务条件;它真正需要长期稳定维护的职责只有当前状态、生命周期调用和状态切换。