游戏 AI / 系统课时
代价异常如何定位
代价异常如何定位
当 NPC 总是选择看起来更差的行为时,先不要修改权重。最有效的排查方式是记录候选动作、动作代价和完整计划评分,沿着“候选生成→代价计算→计划排序→最终选择”逐层定位异常发生的位置。
学习目标
- 能从日志还原一次错误决策
- 区分候选动作、单动作代价和计划总代价问题
- 能通过最小日志快速验证修复是否生效
先确认异常发生在哪一层
一个“NPC 选错了”可能来自四种不同原因:动作根本没有进入候选集;候选集正确但单动作代价异常;单动作代价正确但组合后的计划总代价错误;评分都正确但最终选择器读取了错误结果。
因此排查顺序不要直接改权重。先固定同一个世界状态,打印候选动作和排序结果,再向下检查每个动作的代价分量。这样可以把“决策感觉不对”转换成可复现的数据问题。
为一次规划输出可读日志
日志至少应该包含当前状态标识、候选动作、每个动作的基础代价、动态附加代价、计划总代价和最终选择。下面是一个独立可运行的最小排查示例。
candidates = [
{
"action": "attack",
"base": 3.0,
"dynamic": 5.8,
"plan": 8.8,
},
{
"action": "retreat",
"base": 6.0,
"dynamic": 2.1,
"plan": 8.1,
},
{
"action": "reload",
"base": 4.0,
"dynamic": 1.0,
"plan": 5.0,
},
]
state_id = "combat-<ID>"
ordered = sorted(candidates, key=lambda item: item["plan"])
print(f"state={state_id}")
for item in ordered:
print(
f"candidate={item['action']} "
f"base={item['base']:.1f} "
f"dynamic={item['dynamic']:.1f} "
f"plan={item['plan']:.1f}"
)
print(f"selected={ordered[0]['action']}")预期输出
state=combat-<ID>
candidate=reload base=4.0 dynamic=1.0 plan=5.0
candidate=retreat base=6.0 dynamic=2.1 plan=8.1
candidate=attack base=3.0 dynamic=5.8 plan=8.8
selected=reload其中 <ID> 是运行时替换的状态标识,实际值可能不同。这个日志已经足够判断“reload 为什么获选”:不是排序器随机选择,而是它的完整计划总代价确实最低。
沿着候选路径逐层定位
第一步检查候选集。如果预期的动作没有出现,应优先检查前置条件、目标状态或动作生成逻辑,而不是代价公式。候选集少了,后面的评分再正确也无法选出正确行为。
第二步检查单动作代价。把基础代价和每个动态分量分别打印出来,重点寻找突然跳变、负数、极大值或单位不一致。例如距离使用米,而某个权重却按厘米量级调参,就可能让距离项远超其他因素。
第三步检查完整计划代价。单个动作价格正确,不代表由多个动作组成的计划一定正确。特别要确认是否重复计算资源消耗,以及前一步动作产生的状态是否正确传递给后一步。
第四步检查排序与最终提交。如果日志显示最优计划是 retreat,但 NPC 最终执行了 attack,问题已经不在代价计算,而更可能出现在排序结果读取、并发更新或执行层缓存上。
用固定场景做回归验证
修复后不要只观察一次实战。至少准备一个固定世界状态,让每个关键因素逐步变化,并确认选择变化符合预期。例如保持其他值不变,只把弹药从 5 降到 1,检查消耗弹药的动作代价是否按设计上升。
对于线上排障,可以进一步为每次规划附带唯一规划标识,并把候选列表与最终计划绑定。这样同一 NPC 连续重规划时,即使状态变化很快,也能区分每一次决策的输入和结果,避免把旧日志误认为新计划。
当候选集、代价分量、计划总分和最终选择四层数据能够互相对上时,代价异常通常就能被准确定位。此时再调整权重,才是在修正模型,而不是掩盖真正的逻辑错误。