游戏 AI / 系统课时
NPC 重新评估多久做一次
NPC 重新评估多久做一次
目标选择不是越频繁越好。每帧重算响应最快,却可能把大量 CPU 花在结果几乎不变的排序上;只靠低频定时器又可能错过突发威胁。实际项目更常用“事件触发立即评估 + 周期性兜底”的混合方式。
学习目标
- 比较每帧、定时器、事件触发和混合刷新策略
- 根据响应要求与计算成本选择重新评估频率
- 实现一个可运行的混合刷新控制器并验证触发结果
四种刷新策略解决的问题不同
每帧评估实现最直接,适合候选极少、计算极轻且切换必须紧跟画面的特殊场景,但活跃 NPC 一多,成本会按“NPC 数量 × 帧率”快速放大。
定时器把评估频率固定下来,例如每 200 ms 一次,成本容易预算,但最坏响应延迟接近一个完整周期。事件触发则在受伤、目标失效、任务阶段改变等关键事件发生时立即重算,响应快,却要求事件覆盖完整;漏掉一个事件就可能长期保留旧结果。
混合策略把两者结合:关键事件立即触发,周期刷新负责纠偏。它通常更适合作为通用默认方案,因为实时性与可靠性不必由同一种触发方式同时承担。
| 策略 | 优点 | 主要风险 | 更适合 |
|---|---|---|---|
| 每帧 | 延迟最低,实现直观 | 大量重复计算 | 极少 NPC、极轻评分 |
| 固定定时器 | 成本可控 | 突发事件可能等待 | 变化平缓的场景 |
| 事件触发 | 变化发生时立即响应 | 依赖事件完整性 | 事件模型成熟的系统 |
| 混合刷新 | 响应与兜底兼顾 | 需要管理重复触发 | 大多数战斗 AI |
混合刷新把即时响应和周期纠偏分开
混合刷新可以把“必须马上知道”的事件和“迟早要重新确认”的状态变化分开。Target Invalid、Damage Taken、Mission Override 这类事件可以立即请求评估;与此同时保留一个较低频率的周期检查,防止位置、可见性或其他没有显式事件的输入长期陈旧。

周期刷新不需要和所有 NPC 同时发生。大量 NPC 如果在同一帧到期,会形成尖峰;工程上通常会给不同 NPC 分散初始时间,或者由统一调度器按预算分批执行。
用一个可运行控制器验证触发逻辑
下面的 Java 示例用模拟时间演示混合策略。只要出现关键事件,立即评估;没有事件时,则在距离上次评估达到 200 ms 后执行一次周期评估。
public class ReevaluationDemo {
static class RefreshController {
private final long intervalMs;
private long lastEvaluationAt;
RefreshController(long intervalMs) {
this.intervalMs = intervalMs;
this.lastEvaluationAt = -intervalMs;
}
void update(long nowMs, boolean urgentEvent) {
boolean periodicDue = nowMs - lastEvaluationAt >= intervalMs;
if (urgentEvent || periodicDue) {
String reason = urgentEvent ? "EVENT" : "PERIODIC";
System.out.println(nowMs + "ms -> EVALUATE (" + reason + ")");
lastEvaluationAt = nowMs;
} else {
System.out.println(nowMs + "ms -> SKIP");
}
}
}
public static void main(String[] args) {
RefreshController controller = new RefreshController(200);
controller.update(0, false);
controller.update(50, false);
controller.update(80, true);
controller.update(120, false);
controller.update(280, false);
controller.update(300, true);
}
}预期输出:
0ms -> EVALUATE (PERIODIC)
50ms -> SKIP
80ms -> EVALUATE (EVENT)
120ms -> SKIP
280ms -> EVALUATE (PERIODIC)
300ms -> EVALUATE (EVENT)这个实现把事件评估也视为一次完整评估,因此会重置周期计时。如果项目要求“无论事件多频繁,都必须每隔固定时间做一次完整一致性检查”,应把 lastEvaluationAt 拆成事件评估时间和周期检查时间两个字段。
决策频率不要和感知采样频率绑死
感知更新、候选收集和目标排序可以有不同频率。例如位置数据可能每帧更新,视野检测可能按批次执行,而最终目标排序只在关键输入变化或周期到期时运行。把三者绑成同一频率,往往会让最昂贵的阶段被迫跟着最频繁的阶段执行。
事件触发也不代表所有事件都要重算。一次轻微位置变化如果不足以改变候选关系,可以只标记脏状态,等下一次周期评估处理;目标死亡、强制脚本目标出现这类会直接改变合法性的事件,则应立即触发。
频率要从响应上限和性能预算反推
先定义“允许 NPC 最晚多久发现决策已经过期”。如果普通目标切换允许约 200 ms 的延迟,那么周期兜底就不应明显长于这个上限;如果某些事件必须即时响应,就交给事件触发,而不是把所有评估都提高到每帧。
性能侧要同时观察活跃 NPC 数、单次评估耗时和同帧触发数量。平均耗时看起来很低,但几十个 NPC 同时到期仍可能制造尖峰,因此需要关注峰值帧而不只是平均值。
最终选择不是一个固定的“正确毫秒数”,而是一组职责:事件负责低延迟,周期负责最终一致性,调度负责把成本摊平。只要这三层分开,后续就能根据场景动态程度调整频率,而不必重写目标选择逻辑。