我对这类博客一无所知，但由于战术回合制RPG是我继无赖类游戏之后的第二受欢迎的类型，因此，我将为您写一篇博客文章。从我的经验来看，在RPG或RTS中通常不让我感到战术AI的困难，而是相反：AI完全短视并且没有团队决策。人类永远不会这样玩。
那时，当我仍将JRPG视为游戏设计的巅峰之时，我曾尝试制作“典型的日本TRPG”，重点是基于战术回合制战斗，如《最终幻想战术》。与往常一样，它只是用于寻路和AI的技术演示，因此我将分享有关该主题的想法。
这些TRPG中的大多数对AI的关注并不多。玩家的乐趣不是来自复杂的战术或战略挑战，而是来自一般的耕种和以有趣的方式滥用AI。因此，它们的AI可以做任何人类都不会做的事情，这无关紧要。通常，拥有一个愚蠢的AI并使其与游戏设计保持平衡就足够了，它永远不需要预先看到一个以上的举动，而只使用最佳的短期举动即可。当然，它永远不会真实，但是谁在乎呢？这只是感觉不对，我想相信有可能通过与复杂的AI动作作斗争来创造乐趣，而不是依靠耕种和热轧。可能不必要，也很费时，但是可能。
回顾原始的《最终幻想战术》及其核心Mod FFT 1.3，我为玩AI的人性化和娱乐性设定了以下目标：
- 人工智能必须创造一个挑战，但是一个有趣的挑战，而不是一个“人类全面搜索”挑战。玩家通常应该通过当前任务的整体背景来期待这一有趣的挑战。通常，多数民众赞成在脚本发挥作用的情况下创建一招小马AI。
- AI应该很聪明，但Minimax不能太聪明。就像不同的人类个性一样，不同类型的AI应该具有不同的缺陷。在游戏中遇到的事情很少见，例如《 Advance Wars》曾为将军们编写过个性化脚本，但单位也可以使用。
- AI必须避免在无意的时候显得愚蠢。淫秽的愚蠢完全摧毁了任何智力幻觉，总是制胜法宝也是如此。由于粗心的脚本编写而造成的漏洞是最严重的。
我以为我将以突发的行为来应对＃1，以不同的性格和类似人的“半随机”策略选择来应对＃2，将硬编码降至最低并进行仔细的测试来解决＃3。
那么我在说什么这些行为，这是脚本化的一系列使用能力吗？加权列表中的顶级能力？不，我的想法是将所需的智力，性格类型和从当前可用的能力和武器衍生而来的角色结合在一起。您可以将这种组合描述为“愚蠢的狂暴伤害经销商”或“智能防御治疗师”。因此，诸如课程或职业之类的AI专业知识，例如使用弓箭射击带有一些预定义的通用射手能力组合（例如“瞄准”或“箭雨”）的弓箭手AI，在逻辑上出现了，而不是硬编码。
基本上，重要的是要发现并发挥以下作用：损坏经销商，损坏浸泡者，伤残者，小冲突者，治疗者，缓冲/解缓冲，作用区域；通常，一个角色将扮演其中至少两个角色。
为了从中获得战术上的乐趣，我们希望行为能够可靠地处理几种情况：
最简单的情况。许多弱小的妖精伏击了我们的英雄。感知到的威胁是显而易见的，地精会试图压倒玩家，使每个地精都具有愚蠢的疯癫性格和一些原始近战能力，感知到的弱点也很明显，例如将地精引诱到单个装甲和耐火的角色上，然后发射一系列火力基于AoE的广告朝着这个大方向发展。找到伤害浸透者，找到AoE'er，专门针对AoE'er伤害类型使用伤害浸透者，将伤害浸透者发送到地精团块，当小妖精围成一团时施放有害的AoE咒语。
通常情况下测试简单的团队互动。玩家遇到骑士，弓箭手，法师和牧师。现在，可感知的威胁变得更加复杂，可以进行各种交互。您已经可以看到可能的角色及其组合。牧师会buff and heal，法师会吐出复杂但破坏性很高的魔法物品，骑士会向某人收费或捍卫法师，弓箭手会通过狙击那些试图逃离他或使他的防御策略更加严密的人来帮助骑士，这将取决于骑士的选择。敌人的性格可以随机决定，将相同的遭遇变成独特的经历。玩家必须决定当前拥有的单位的最佳策略是什么，如果AI尝试在屏幕的另一侧做同样的事情，那将很有趣。
测试团队互动和战略计划的复杂案例。在一场战斗中，您面对一帮四名刺客（精明的小心伤害发动者+小兵）。数量不多，外表凶险的人，其可感知的威胁在于熟练而致命的攻击，而可感知的劣势在于，仅杀死一个刺客就很容易降低整体实力。因此，他们自然很聪明，他们使用彼此配合良好的能力，并且可以集中射击玩家最危险的角色。重伤者撤退，恢复生命并恢复战斗状态。显然，玩家将尝试首先对其中之一进行核对，而刺客将不得不对这种简单的策略进行反击，因此它将变得不那么占主导地位。
许多策略的确有困难。有几个敌人小队，每个小队长决定最佳的本地战术行动，然后选择最佳的全球战略决策，使所有小队受益。
不可能的情况。添加一名将军来决定一项策略，并让班组长尽最大可能地实施该策略。
已经有很多信件了，所以长话短说，实现是一团糟，我从来没有遇到过“困难的案例”，但是即使那样，这种有趣策略的方法还是可行的。我从FSM开始，但是不得不迅速放弃这种方法，它变成了混乱的状态，并且无法调试过渡。过了一会儿，我选择了基于半自主能力感知的角色，如“感知-思考-行动”范式中的行为树，以针对可能的个人动作，一种基于可能的个人动作影响团队可能的动作的全局策略，也是某些东西的混混版本就像N-Gram的统计预测一样。
这是怎么解决的？出人意料的是，AI甚至多次读了我的思想，但由于有足够多的令人信服的缺陷，我变得疲倦并放弃了它：
- 最大的缺陷是，即使我惩罚快速变化的策略，有时整个AI操作还是很奇怪和混乱。策略逻辑或错误的性格可能是罪魁祸首，但我从未发现。是的，代码架构太可怕了。
- 通过仔细选择可用的能力和个性来微调所需的场景是很乏味的。
- 角色的能力标记应非常小心，否则会出现一些古怪的组合。
- 个性标记也是如此，但是您不会看到古怪的连击，而是会看到细心的脚轮为正面攻击打磨。
- 对于给定的能力，很难决定“聪明”的程度。
- 必须以一种骇人听闻的方式来实现一些看似愚蠢的决定，这些决定对于像“无论如何都要守住这座城堡的墙”这样的关卡设计都是必需的。
- 计划对单位进行基于时间的攻击也是一个hack。
我想我的方法充其量是平庸的，即使不是绝对糟糕，而且AI还在不断发展，这是个马车和痛苦，但是即使那样，我还是有一些非常有趣的时间在与它对抗，就像在和一个分心的孩子一起玩一样。还是比战术食人魔好:)