游戏 AI / 系统课时
回到城镇后 NPC 如何认出你
回到城镇后 NPC 如何认出你
玩家离开城镇几小时后再次回来,NPC 仍然应该能够根据身份、历史事件和当前关系做出连续反应。关键不是让模型“记住玩家长什么样”,而是先恢复可验证的身份与关系状态,再把真正相关的历史事实交给生成层。
学习目标
- 理解 NPC 在新场景中识别玩家所依赖的状态来源。
- 能组合玩家身份、历史事件和关系状态,形成稳定的角色上下文。
- 能避免只靠字符串匹配或完整历史回放造成的错误认人。
认出玩家不是一次文本匹配
NPC 能否认出玩家,通常至少取决于三个维度:玩家身份、历史事件、关系状态。身份解决“你是谁”,历史事件解决“我们以前发生过什么”,关系状态解决“这些经历现在意味着什么”。
例如,玩家曾帮助守城;返回城镇时,守卫可以通过玩家账号对应的角色身份确认对象,再检索与守卫有关的历史事件,最后读取当前关系值。如果关系仍然有效,NPC 才有足够依据表现出熟悉感。

先确认身份,再恢复关系
不要让模型从玩家自己提供的一句话中猜测身份。例如玩家说“你还记得我吗”,模型无法仅凭这句话知道应该对应哪个历史角色。身份应由游戏系统提供稳定标识,再根据这个标识读取关联状态。
服务端确认已认证玩家的存档、分支、当前化身和 NPC,随后读取同一范围的关系快照与获准可见的事件。若同一玩家在一个存档有多个化身,应把化身 ID 加入实际业务键。示例假定一名玩家在同一存档只扮演一个化身。模型只需要被允许看到的场景事实、态度和人格版本,内部账号、事件 ID 可保留在服务端。
只恢复当前 NPC 需要的历史
回城时不应把玩家全部历史事件发送给每个 NPC。更实用的做法是按 NPC、地点和有效性筛选,例如守卫优先看到与城防相关的经历,商人优先看到交易记录,派系成员优先看到影响立场的事件。
还要检查事件是否仍然有效。关系可能从敌对变为中立,某次临时通行权可能已经过期,某个承诺也可能已经兑现。检索结果应先经过状态过滤,再进入上下文组装,避免模型拿旧事实解释当前行为。
示例:构造回城时的 NPC 上下文
将代码保存为 return_context.py,与 memory_events.py、quest_memories.py 放在同一目录,运行 python return_context.py。示例按同一范围、城门场景允许的事实种类、当前承诺状态与预算筛选。world_seq 是当前世界快照可见的最大事件序号。关系值与 NPC 人格由已授权的服务传入。
from dataclasses import dataclass, replace
from memory_events import Event, Scope
from quest_memories import build_memory, usable
@dataclass(frozen=True)
class RelationSnapshot:
scope: Scope
world_seq: int
trust: int
@dataclass(frozen=True)
class Persona:
npc_id: str
version: int
role: str
def build_context(scope, persona, relation, memories, world_seq, tick, open_commitments):
if relation.scope != scope or persona.npc_id != scope.npc_id or relation.world_seq != world_seq:
raise ValueError("incompatible context snapshots")
if type(relation.trust) is not int or not 0 <= relation.trust <= 100:
raise ValueError("invalid trust")
chosen = [
row for row in memories
if row.kind in {"quest_result", "commitment"} and row.seq <= world_seq
and usable(row, scope, tick, open_commitments)
]
chosen.sort(key=lambda row: (-row.seq, row.source_id))
attitude = "friendly" if relation.trust >= 65 else "hostile" if relation.trust <= 25 else "neutral"
return {
"role": persona.role,
"persona_version": persona.version,
"attitude": attitude,
"memories": [row.summary for row in chosen[:3]],
}
if __name__ == "__main__":
scope = Scope("save-01", "main", "player-42", "npc-elias")
other = replace(scope, branch_id="alternate")
accepted = build_memory(scope, Event(scope, "evt-main", 15, "quest_completed", "escort-1"), "quests")
hidden = build_memory(other, Event(other, "evt-alt", 18, "quest_failed", "escort-2"), "quests")
persona = Persona(scope.npc_id, 3, "gate_guard")
current = RelationSnapshot(scope, 20, 72)
context = build_context(scope, persona, current, [accepted, hidden], 20, 100, set())
print(context){'role': 'gate_guard', 'persona_version': 3, 'attitude': 'friendly', 'memories': ['已完成任务:escort-1']}人格版本用于重放对应的人设,关系快照用于当前态度,经历提供有限事实。若没有可见经历,生成层可以礼貌问候,不能根据同名角色或高好感度声称曾见过对方。实际应用可以从已授权的摘要中选取少量文本,并对完整提示执行分词预算。
让角色反应保持连续性
经过筛选的上下文进入模型后,可以进一步约束生成行为。例如关系为 friendly 时,NPC 可以主动提及过去的合作;关系为 hostile 时,即使认识玩家,也不应表现成亲密熟人。认出玩家和喜欢玩家是两个不同的判断。
还要给生成层保留一条硬边界:NPC 可以根据历史记忆表达态度,却不能凭模型生成结果修改 playerId、任务完成状态或关系数值。状态变化仍应由游戏规则确认,再写回权威状态。
因此,“回到城镇后 NPC 认出你”的完整过程可以归纳为:先确认稳定身份,再筛选与当前 NPC 相关且仍有效的事件,读取当前关系状态,最后生成符合这些事实的角色反应。这样连续性的来源是可追踪的游戏状态,而不是模型临时猜测。