游戏 AI / 系统课时
近战远程阶段如何共用决策框架
近战远程阶段如何共用决策框架
本篇解决近战与远程攻击如何放进同一套 Boss 决策流程。核心做法是统一决策接口、候选动作和评分入口,再由阶段提供不同候选集与参数,让行为差异来自配置而不是分叉出两套 AI。
学习目标
- 理解统一决策接口与阶段配置的职责边界
- 为近战、远程阶段设计独立候选集和参数
- 避免为不同攻击类型复制整套决策逻辑
先统一决策的输入与输出
近战和远程真正不同的是攻击能力与适用条件,而不是“如何做一次决策”。两者都可以接收目标距离、Boss 当前状态、技能冷却和阶段信息,再输出一个候选动作。因此决策器只关心统一的数据契约,不需要知道动作最终是挥砍还是远程施法。
建议把一次决策抽象成“读取上下文 → 生成候选 → 过滤 → 评分 → 选择”的固定链路。AttackAction 至少包含动作标识、最小距离、最大距离和基础权重;阶段则负责决定哪些动作进入候选集,以及这些动作使用什么参数。

这种边界还有一个直接好处:新增一种攻击类型时,通常只增加动作定义和阶段配置,不需要修改核心决策器。这样可以把“行为变化”限制在数据层,把“决策机制”保持稳定。
用阶段决定候选集
假设 Boss 第一阶段以近战为主,第二阶段切换为远程。不要在决策函数内部堆叠 if phase == ...,更适合让阶段先提供动作集合,再由公共决策器处理。这样同一套过滤规则仍可检查距离、冷却、目标是否存在等条件。
例如,阶段配置可以表达如下关系:
| 阶段 | 候选动作 | 关键参数 |
|---|---|---|
| Phase 1 | slash、charge | 近距离优先,较高攻击权重 |
| Phase 2 | fireball、projectile | 远距离优先,降低近战动作权重 |
阶段配置并不意味着所有动作都必须完全独立。一个动作可以被多个阶段复用,但每个阶段应拥有自己的权重、范围或冷却倍率,避免“共用动作”演变成“共用全部参数”。
把差异放进参数而不是分支
下面的示例用 Python 演示最小决策器。DecisionContext 描述当前环境,AttackAction 描述候选动作,阶段只提供不同候选列表;评分算法本身只有一份。
from dataclasses import dataclass
@dataclass(frozen=True)
class DecisionContext:
phase: str
target_distance: float
health: float
@dataclass(frozen=True)
class AttackAction:
name: str
min_range: float
max_range: float
weight: float
PHASE_ACTIONS = {
"phase1": [
AttackAction("slash", 0, 4, 1.4),
AttackAction("charge", 2, 8, 1.0),
],
"phase2": [
AttackAction("fireball", 6, 30, 1.5),
AttackAction("projectile", 10, 40, 1.0),
],
}
def choose_action(context: DecisionContext) -> str:
actions = PHASE_ACTIONS[context.phase]
valid = [
action for action in actions
if action.min_range <= context.target_distance <= action.max_range
]
if not valid:
return "reposition"
return max(valid, key=lambda action: action.weight).name
context = DecisionContext("phase2", 12, 0.55)
print(choose_action(context))预期输出
fireball这里最重要的不是 max(),而是 choose_action() 没有近战专用分支或远程专用分支。阶段只改变 PHASE_ACTIONS,公共决策器仍然执行相同的过滤和选择流程。实际项目中还可以继续加入冷却、目标类型和距离偏好,但这些都应作为统一上下文或动作属性处理。
什么时候应该拆成不同决策器
并不是所有动作都适合强行共用。如果近战和远程不仅攻击距离不同,而且连感知输入、合法性规则、目标选择方式都完全不同,那么继续共用一个决策器反而会制造大量特殊分支。此时应保留公共的决策接口,例如“输入上下文、输出动作”,再允许底层策略拥有不同实现。
判断标准很简单:共享的是决策契约,不一定是全部决策算法。如果新增攻击类型只需要增加候选动作与参数,就继续共用;如果新增类型已经迫使核心流程出现大量类型判断,再考虑拆分策略实现。
把这种结构建立起来后,阶段切换只负责改变“我可以做什么、偏好做什么”,公共决策框架负责“当前情况下应该做什么”,两层职责就不会互相污染。