我們都知道現在AI（由人工制造出來的系統所表現出來的模擬人類的智能活動）非常的火，可以說是家喻戶曉。當然，在游戲中，AI也是到處可以找到的，對於AI，我們應該關注的問題是如何讓游戲角色能夠向人或動物那樣“感知”、“思考”和“行動”，讓游戲中的角色看上去具有真實的人或動物的反應。
實際上，對於游戲中的AI角色，可以認為它們一直處於感知（SENSE）->思考（think）->行動（Act）的循環中。
- 感知：是AI角色與游戲世界的接口，負責在游戲過程中不斷感知周圍的環境，讀取游戲的狀態和數據，為思考和決策收集信息。例如：周圍是否有敵人靠近等等。
- 思考：利用感知的結果選擇行為，在多種可能性之間切換。例如：決定是戰斗還是逃跑？逃跑東在哪里？等等。
- 行動：發出命令、更新狀態、尋路、播放背景音樂和動畫、生命值增減等等。
盡管每種游戲需要的AI技術都有所不同，但絕大多數現代游戲中對AI的需求都可以用三種基本能力來概括。如下：
- 運動：移動角色的能力。
- 決策：做出決策的能力。
- 戰略：戰略戰術思考的能力。
在這個模型中，將AI任務划分為三個層級，分別為運動層、決策層及戰略層。運動與決策層包含的算法是針對單個角色的，戰略層是針對小隊乃至更大規模群體的。需要注意的是，這只是一種基本的AI架構模型。實際中，根據游戲的種類與需求，可能會有所細化或增刪。例如，棋類游戲就只有戰略層，因為這種游戲中的角色不需要自己做出決定，也不用考慮如何移動。而其他許多非棋類游戲中，就不包含戰略層，可能反應遲鈍，只需要每個角色做出簡單的決定，並且依次行動，而不需要角色之間協調工作。下面來分別分析這三層的任務。
運動層
在運動層中的主要任務一般是導航和尋路，它們決定了角色的移動路徑，當然，具體的移動行為還需要動畫層的配合才能完成。例如：我們在游戲中可能會遇到這種情況：在某游戲關卡出，當敵人（此處指電腦）看到你時，他需要召集隊友，那么他要拉警報，這就需要他們先移動到最近的固定的警鈴，當這個鈴較遠時，他需要避開障礙物和你才能到達，這就需要較復雜的導航與尋路算法。
當然，有許多行為可以直接由動畫層處理的。例如：如果某任務坐在餐桌旁邊，這時如果他做出吃東西的決定，那么只需要播放吃東西的動畫就可以啦，不再需要其他的AI算法。運動層包含的算法能夠把上層做出的決定策略轉化為運動。例如：如果某個AI角色的決策層做出攻擊玩家的決策時，運動層會利用與移動相關的算法，時角色接近玩家的位置，來執行這個決策，然后播放攻擊動畫，以及處理角色或玩家的生命值等等。
決策層
決策層的任務是決定角色在下一時間步該做什么。決策層的功能可以利用有限狀態機或行為樹等技術實現，也可以采用更加復雜的AI技術，如模糊狀態機、神經網絡等技術實現。例如：當角色看不到玩家時，就進行巡邏，否則就進行攻擊，在攻擊的決策中還可以帶有扔手雷、加大火力壓制等等附加決策。
戰略層
戰略指的是一組角色的總體行為，這時AI算法並不是只控制單個角色，而是會影響到多個角色的行為。小組中的每個角色都可以有他們自己的決策層和運動算法，但總體上，它們的決策層會受到團隊戰略的影響。
其實，即使游戲中只有運動層和決策層，也可以實現很復雜的功能。事實上，大部分基於行為的游戲也只是用到了這兩層，但是，如果需要團隊協作，那么好酒需要某些戰略AI。
本文屬於原創，轉發須注明：https://i.cnblogs.com/EditPosts.aspx?postid=6637769&update=1
參考：unity 3d人工智能編程精粹