自从开博以来，每天都会关心一下博客的访问情况，看到一些朋友的订阅或者访问，不胜欣喜，也促使我去写一些更好的博文，来和大家分享和交流，从访问统计来看，有相当一部分是来自于搜索引擎的流量，关键字以“行为树”，或者“Behavior Tree”居首位，我想大家对此可能有些兴趣，加上，这几年反反复复一直在A[……]
月度归档： 2011年7月
浅谈层次化的AI架构
在AI寻路决策中运用势力图（Influence Map）
最近在程序中遇到一个AI决策问题，简要描述和图示如下:
在一张开阔的地图上（几乎没有障碍物），有一些会任意移动的“敌人”，我们要实现一个NPC的AI，使他在做接近目标点的移动决策的时候，能避开这些“敌人”所在的危险区域，而选择相对安全的方向去移动。
这有点类似于一个寻路算法，不过，和一般[……]
代码分享：《关于调试AI的闲话(1)》（续）
在上次博文《关于调试AI的闲话(1)》中，提到一个利用共享内存实现的参数调试模块，我整理了一下代码，现在放出来，给大家参考，
下载地址：
也可用svn通过以下地址来得：
http://tsiu.googlecode.com/svn/branches[……]
关于调试AI的闲话(3)
接第一篇的话题，这次来说说AI bug不可重现的问题。确实，对于AI调试来说，很多bug（或者说行为异常），很难找到一个切实的重现的方法，经常是看到后，加好断点，想刻意再玩一下却很难再玩出来了。所以，如何抓住现场，是在AI调试中的一个很值得去考虑问题。
我们很自然的会想到一个解决方案，那就是“[……]
关于调试AI的闲话(2)
在《关于调试AI的闲话(1)》，我谈到了一个AI参数的编辑/观察器，用来实时的修改和查看参数，重新审视那篇博文的时候，我发现我还有些需要补充的地方。
首先，我遗漏了一点，就是需要把调试后的参数信息保存下来，然后当游戏中的那些导出的变量初始化的时候，需要把那下存下来的值作为初始值赋给相应的变量，[……]
关于调试AI的闲话(1)
项目进行到后期，越来越多是在修复一些AI的错误和调整AI的行为，但不得不承认，AI有时候很难调试，我想主要是有两个原因，一是现在的引擎越来越复杂，改一点点地方，编译都会等很久，时间上效率不高（所以对于AI程序员来说，真的是非常欢迎那种引擎核心和游戏逻辑分开的架构）；二是如果出现问题的话，情况不可重现[……]
AI中的懒惰(Lazy)问题(2)
上次提出了关于AI懒惰问题的解决方案（见上一篇），一种称为计时器法，就是通过人为的延时来平滑AI的行为抖动，还有一种称为交叉边界法，通过平滑边际值来解决AI在边际上的行为问题。在讨论的最后，我们看到对于交叉边界法，在结果上看来，稍稍有点不是很符合一开始的对AI的行为定义。
再来看一下这个问题，[……]