文档介绍：设计面向游戏的人工智能（三）：战术和战略人工智能 (AI)
上次谈到游戏主角(智能代理，简称 IA)时，他们已经能够观察周围情况并
能够判断前进方向。在本文中，我将向大家介绍如何提高代理的智能级别。代理
现已能够处理即时情况。现在，大家正在努力实现人工智能。人工智能具有丰富
功能，能够处理各种工作。
战术人工智能
战术人工智能的作用是协调游戏中智能代理组的工作。这种人工智能的实施
对许多类型的游戏都至关重要。战术第一人称射击 (FPS) 游戏中的小队以及实
时战略游戏中的单元组都使用战术方法。小组更加高效，因为组员能够相互支持，
作为一个整体开展行动，一起获取和分享信息。
战术人工智能的概念以小组动力为基础，需要游戏跟踪不同的实体小组。每
个小组需要与单个成员分开进行更新。您需要使用专用的更新模块实施更新，该
模块能够跟踪不同的小组及其目标和组成。然而，这种方法需要为引擎开发一个
单独的系统，因此我更喜好使用组长方法 (group captain method)。
您可为单个小组分配空军上校的角色。小组中的每个其他成员都需要听从组
长指挥，根据组长的命令采取相应行动。组长全面负责实施整个小组的战术人工
智能计算。
小组移动： 路径查找
实体移动是一个实施区域，可通过小组动力进行改进。智能代理用作一个单
元可提升移动的效率和逼真度。
路径查找较为耗时，即使使用预计算的路径图和多线程人工智能进行加速也
无效。小组动力可大幅减轻路径查找系统的压力。
当单元小组获得了行动目标(通过玩家或人工智能指令)，最接近目标的单元
被设置为组长，所有其他成员都需要跟随组长。当组长被替换时，它需要查询路
径系统。借助路径信息，组长可以达到目标。小组中的所有其他单元只需要跟随
组长，无论组长要去哪里。
小组移动：阵型
由于小组作为一个集体采取行动，因此您能够成功减轻路径系统的负载。遗
憾的是，各单元的行动方式较为松散，缺乏组织性。输入阵型。借助阵型，小组
能够以规则的图案开展行动，如方阵(历史模拟)或三角形(Codemaster《霸王
(Overlord*)》中的士兵开展行动的方式，如图 1 所示)。
图 1. 在《霸王》中，士兵(红色着装者)在听到玩家(身披盔甲者)的命令之
后会以编队形式集体行动。
编队的设置非常简单，而且是对组长概念的延伸。在编队中，每个成员都有
一个不可或缺的特定角色。编队组建完成后，每个成员都有特定站位，就像单个
成员被指定为组长一样。编队中每个成员的站位都需要与其他成员保持相对距
离。
让我们以《霸王》中的士兵为例。他们以金字塔编队开展行动。在图 2 中，
组长“C”只需按照路径行动。成员 1 将在目标成员“C”的