游戏 AI / 系统课时

敌人决策失效时如何接管

敌人决策失效时如何接管

生成式模型并不适合承担“敌人一定要做出可执行动作”的最后责任。本课把模型决策限制在战术意图层,并在模型异常、输出非法或响应超时时切换到确定性的规则 AI,保证敌人始终有下一步行为。

学习目标

  • 识别模型决策进入游戏执行层前的三类失效条件
  • 用超时、解析与候选值校验建立规则 AI 接管入口
  • 设计可观测且可恢复的降级流程

为什么必须准备接管路径

模型输出首先是候选决策,不是游戏引擎可以直接执行的命令。真实运行中可能出现请求超时、返回内容无法解析、战术意图不在允许集合、上下文已经过期等情况。若这些结果直接进入执行层,敌人可能停住、重复动作,甚至执行未定义的行为。

因此可以把决策链限定为“模型选择意图,规则系统执行动作”。例如模型只允许返回 suppress、retreat、focus、reposition 四种意图。只要结果不满足协议,就立即交给规则 AI,而不是尝试猜测模型“本来想表达什么”。

敌人决策失效后的规则 AI 接管流程

把模型输出限制在安全边界内

接管机制的关键不是增加更多备用代码,而是先定义一个足够小的协议。模型只能决定有限集合中的意图;目标 ID、位置、技能参数等执行细节继续由游戏状态和规则系统计算。这样即使模型返回了异常文本,也不会直接影响底层执行器。

下面的片段示例演示一个最小决策器:请求模型时设置超时,收到结果后只接受预定义意图,失败就调用规则 AI。call_model 代表你自己的模型适配层,其返回值应为已经解析过的字典。

python
from typing import Any

ALLOWED_INTENTS = {"suppress", "retreat", "focus", "reposition"}


def rule_ai(context: dict[str, Any]) -> str:
    # 规则 AI 必须只依赖当前游戏状态,避免再次触发模型请求。
    if context["hp"] < 0.25:
        return "retreat"
    if context["high_threat_target"] is not None:
        return "focus"
    if context["visible_target"]:
        return "suppress"
    return "reposition"


def decide_intent(context: dict[str, Any], call_model) -> tuple[str, str]:
    try:
        result = call_model(context, timeout=0.35)
    except TimeoutError:
        return rule_ai(context), "model_timeout"

    if not isinstance(result, dict):
        return rule_ai(context), "invalid_result"

    intent = result.get("intent")
    if intent not in ALLOWED_INTENTS:
        return rule_ai(context), "invalid_intent"

    return intent, "model"

预期结果

text
输入正常模型结果 {'intent': 'focus'} 时,返回 ('focus', 'model')。
模型超时、返回非字典对象或返回未允许的 intent 时,返回规则 AI 计算出的意图,并标记对应原因。

这里最重要的是失败后仍返回合法意图。不要把 fallback 写成“什么都不做”,否则表面上避免了非法模型输出,实际上又制造了新的敌人卡死状态。

把接管设计成状态迁移

降级最好有明确状态,而不是在很多业务分支中散落 if error。可以把一次决策看成从 MODEL_PENDING 进入 MODEL_ACCEPTED、FALLBACK_TIMEOUT、FALLBACK_INVALID 等状态,最终都汇入统一的执行阶段。

模型失败后通常不需要立即重复调用模型。当前帧先由规则 AI 完成动作,下一次决策周期再根据新的上下文决定是否重新请求模型。这样可以避免网络异常时不断重试,把一个敌人的问题放大成整场战斗的请求洪峰。

什么时候应该直接接管

有三类条件适合立即触发 fallback。超时意味着模型没有在本次决策预算内给出结果,继续等待通常比执行保底策略更糟;非法输出意味着结果无法证明满足执行协议,不应通过模糊修复强行进入游戏逻辑;上下文失效则意味着模型基于旧状态做出的意图已经不值得执行,例如目标死亡、队伍状态改变或战斗阶段已经切换。

接管策略还应区分可恢复与不可恢复问题。短暂超时可以等待下一轮重新请求;连续多次失败时,可以暂时提高规则 AI 的权重或延长重新请求间隔;协议版本不匹配、鉴权失败等系统性错误则应停用模型路径,并记录明确错误。

验证接管真的生效

测试时不要只覆盖“模型正常返回”这一条路径。至少构造超时、非法类型、未知意图和上下文失效四种输入,并确认每种情况最终都得到规则 AI 的合法结果。同时记录 decision_source、fallback_reason 和决策耗时,线上才能区分模型质量问题与游戏规则问题。

最终的责任边界应保持清晰:模型负责提供有限的战术意图,规则 AI 负责保证可执行性,游戏执行层只接收经过校验的合法意图。这样即使生成式能力暂时不可用,敌人的行为系统仍然可以连续运行。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

敌人决策失效时如何接管

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通