游戏 AI / 系统课时
多人同时输出时如何选人
多人同时输出时如何选人
多人战斗中,多个玩家可能在同一时间窗口内制造伤害、治疗或控制效果。如果系统简单选择“最后一次攻击者”或“当前分数最高者”,目标会受事件到达顺序影响并频繁跳动。需要把威胁累计、稳定排序和切换门槛组合起来。
学习目标
- 为多个玩家同时产生威胁时建立确定性的候选排序
- 使用切换阈值减少分数接近时的目标抖动
- 正确处理同分、当前目标失效和并发事件顺序等边界情况
先累计威胁,再统一选择
多人同时攻击时,不要让每一条伤害事件都立即改写 currentTarget。更稳定的做法是先把事件转换成各玩家的威胁增量,写入同一份威胁表,再由目标选择阶段读取完整候选集合。
例如一个更新周期内,A 连续造成两次 30 点伤害,B 造成一次 55 点伤害。应先得到 A=60、B=55,再执行排序,而不是因为 B 的事件最后到达就直接锁定 B。

下面的示例模拟一个选择周期:
from dataclasses import dataclass
@dataclass
class ThreatEvent:
target_id: str
amount: float
def accumulate(events: list[ThreatEvent]) -> dict[str, float]:
threat: dict[str, float] = {}
for event in events:
threat[event.target_id] = threat.get(event.target_id, 0.0) + event.amount
return threat
def choose_target(threat: dict[str, float], current_target: str | None, switch_margin: float) -> str | None:
if not threat:
return None
# 第二排序键保证同分候选始终得到相同结果。
ranked = sorted(threat.items(), key=lambda item: (-item[1], item[0]))
best_id, best_score = ranked[0]
if current_target not in threat:
return best_id
current_score = threat[current_target]
if best_id != current_target and best_score >= current_score + switch_margin:
return best_id
return current_target
events = [
ThreatEvent('player-a', 30.0),
ThreatEvent('player-b', 55.0),
ThreatEvent('player-a', 30.0),
ThreatEvent('player-c', 20.0),
]
threat = accumulate(events)
selected = choose_target(threat, current_target='player-b', switch_margin=10.0)
print(threat)
print(selected)预期输出:
{'player-a': 60.0, 'player-b': 55.0, 'player-c': 20.0}
player-b虽然 A 的总威胁已经达到 60,高于 B 的 55,但只领先 5,未达到 10 点切换门槛,因此继续攻击 B。这个规则允许威胁排名发生小幅变化,却不会立刻把变化传递成战斗目标变化。
排序必须具有确定性
只按威胁值排序还不够。两个玩家完全同分时,如果结果取决于哈希表遍历顺序、线程调度或事件到达先后,同一场战斗在不同机器上可能得到不同目标。
因此应该定义完整排序键。常见做法是威胁值降序作为第一条件,再使用稳定且唯一的目标标识作为最后的平局规则。也可以在业务上加入距离、是否可攻击等条件,但每一级都必须明确优先顺序。
| 情况 | 推荐处理 |
|---|---|
| 新候选明显高于当前目标 | 达到切换门槛后切换 |
| 新候选只略高于当前目标 | 保持当前目标 |
| 当前目标死亡、离场或不可选 | 立即从剩余候选重新选择 |
| 多个候选最终得分完全相同 | 使用稳定的唯一标识打破平局 |
切换规则要和失效规则分开
切换阈值只适用于当前目标仍然有效的情况。如果当前目标已经死亡、脱离战斗区域或不再满足攻击条件,就不应该要求新目标再额外高出一段分数;此时应直接从有效候选中选择排名最高者。
反过来,也不要为了“稳定”而永久黏住旧目标。系统应先做有效性检查,再比较当前目标与最佳候选的分差。实际项目还可以加入最短锁定时间,但它仍应作为独立条件,而不是混入威胁分数,让评分公式越来越难解释。
验证多人场景的边界
实现完成后至少验证三类情况:把同一批威胁事件打乱顺序,最终威胁表和目标应保持一致;让两个玩家长期在切换阈值附近交替领先,NPC 不应每个更新周期换人;让当前目标突然失效,NPC 应立即选择剩余有效候选,而不是继续等待切换门槛。
多人目标选择的核心不是找到一个更复杂的评分公式,而是把“事件累计”“候选排序”“当前目标有效性”和“切换条件”拆成稳定的几个阶段。每一阶段都具有确定规则后,即使多人在同一时刻制造大量威胁,最终选择仍然可预测、可复现,也更容易调参。