歡迎大家前往騰訊雲+社群，獲取更多騰訊海量技術實踐乾貨哦~
本文由wataloo發表在專欄wataloo的試驗田
1 設計概要
1.1 設計原則和目的
英雄AI的目的主要有：
1.新手過渡局，讓玩家剛進入到遊戲時，和較弱電腦對戰，培養成就感，避免尚未熟悉遊戲導致的挫折流失。
2.人機對戰，給玩家練習新英雄或者挑戰高難度電腦的機會。
3.溫暖局，對連敗玩家，匹配機器人去補償一場勝利，舒緩連敗挫折。
4.掉線託管，用強度合理的AI來補位掉線玩家，減少其他線上玩家的掉線局有損體驗。
英雄AI的設計原則是：優秀的AI並不要求是儘量的和人表現一致，也不是多麼的精準和無懈可擊，而是能夠和玩家進行很好的互動，提升遊戲體驗。
1.2 設計思路
我們的AI實現分為四個階段，正好類似於玩家的成長。
第一階段是基本戰術AI，主要包括：混線，買裝備，逃避危險，回城，補兵。是一種單兵作戰AI。模仿新手玩家的剛剛開始學習操作。
第二階段是增加一些事件響應用來控制英雄的走位和換線，包括敵塔下撤退，救援己方塔，包括抱團。模仿玩家已經開始漸漸瞭解塔的屬性，初步開始與其他玩家合作。
第三階段是協同戰術AI，該AI週期性的判斷是否應該果斷出擊打出一波區域性進攻。它會在比較短的時間內控制區域性範圍內的單位一起行動，會有走位，配合使用技能等較細緻的行為，是一種小團隊AI。模仿玩家已經開始熟悉所有英雄，微操提升，對Gank略有心得。
第四階段是戰略AI，整體協調全部玩家在地圖上的分佈，野區，兵線。模仿玩家已經有較強的團隊意識，會分工和配合了。
2 名詞解釋
1． **單體戰術AI：**每個英雄都會配備自己獨特的戰術AI，此AI將實現戰鬥細節，比如英雄何時該釋放技能，對誰釋放；如何走位規避風險或者形成Gank優勢站位；怎麼補兵；購買販賣何種道具；何時追擊何時逃跑等等。
2． 全域性AI：全域性AI是一種綜合考慮場上所有戰鬥因素之後對單體釋出指令的控制器。全域性AI所關注的事情主要有：兵線英雄的分佈，Gank發動時機，逃避危險，救援建築。全域性AI是通過給單位新增指令buff和修改單體戰術AI的引數來實現的。
3． AI引數：我們將盡可能的暴露出AI的各種行為引數，並通過AI引數來控制電腦的AI難度強度。高難度AI，意味著它優先使用較高收益的戰略。而低難度AI則可以選擇比較低收益的戰略。我們的不同難度AI是通過修改AI的一系列引數來實現的。
4． 行為樹：樹形結構的行為流程處理，每個Tick到來時，行為樹按照一定的規則進行搜尋和執行相應節點，直到到達某個返回true的葉節點，之後結束當前Tick。
5． Gank 小組：Gank小組是一個動態的區域性的概念，當我方英雄A周邊有敵對英雄時，英雄A就是屬於某個Gank小組的，Gank小組的其他成員必須和A距離很近。
6． Gank 行為：Gank行為是一種對集體行為的模仿，其本質仍然是單體AI，但Gank發動時機是通過全域性AI來控制的。處於Gank狀態的機器人會表現出與單體行動很不一樣的行為，比如坦克可能寧死也不撤退，ADC優先釋放控制技能。
3 行為樹實現
3.1行為樹腦圖
行為樹腦圖是一個多叉樹，各個父節點的所有子節點節點按照從左到右、從上到下的順序逐個檢測，只要返回True了，之下的節點都不再執行。灰色註釋為節點執行的先決條件，灰色節點不滿足則直接返回False。腦圖中的
對應著行為樹中的Selector節點。
行為樹工具基本思想都一致，但使用起來還是有較大差別的。常見的是Unity3D的BehaviorDesigner外掛，虛幻四自帶的行為樹元件，公司內部的Behaviac。我最喜歡的是BehaviorDesigner，學習時還是推薦Behaviac，傳送門：www.behaviac.com/language/zh…
原因比較簡單，只有它是中文。
這是一個尚未展開的行為樹，每個超連結都對應一個子樹，會逐個展開來講解。
3.1.1購買道具
英雄購買道具需要提前寫好英雄對應的階段道具設定。
比如：
每隔一段時間檢測一次金錢是否可以買賣下階段的道具。
3.1.2瀕死逃亡
3.1.3 Gank戰術行為
每個英雄都需要單獨編寫此子樹。首先搜尋最優攻擊目標，而後檢測是否能用技能組合一次秒之。
最優技能釋放目標搜尋
滿足以下條件的單位應該優先被鎖定：
1.HP較低
2.AP或者MP較高
3.物理或魔法護甲較低
4.處在友方其他英雄攻擊範圍內
我們可以使用如下計算公式（本文裡面的任何公式都不一定是最優解的，但都滿足定性的設計要求）：
其中a,b為引數，AllyNearBy為敵方英雄600碼內我方英雄數量，每增加一個盟友，敵人的誘惑程度增加b。推薦引數值a=0.7, b=0.3
技能是否使用只對最優釋放目標進行考慮。
3.1.4推兵線
英雄磨血節點需要考慮收益，計算公式：
收益值要考慮率較多因素，包括敵我雙方血量，敵方英雄的同盟單位，收益值可能為負值。
3.1.5執行AI行動指令
AI行動指令一般都是通過行為樹之外的全域性AI指令碼來產生，並通知給AI行為樹。常見的使用方式是，用一個全域性AI指令碼來產生各種指令，將指令傳遞給行為樹，實現全域性AI控制單位。
3.2 AI事件響應
3.2.1英雄躲避塔的攻擊
避免英雄衝塔行為。
3.2.2全域性GankAI
週期計算Gank形勢。通知AI是否該Gank或者集體逃亡。
3.2.3救援塔
當塔受到攻擊時觸發，用來產生AI指令，控制AI行為。
3.2.4兵線分佈調整
當遊戲執行時間超過6分鐘時，AI要開始抱團，強推一路，之後每三分鐘都要進行一次抱團檢測。
兵線危機值計算：
兵線局勢需要考察的因素：英雄數量，士兵數量，塔的數量，前塔的HP，推薦公式：
其中a,b,c為引數，Lane表示兵線1,2,3。對應10v10遊戲推薦引數設定：a=8, b=2, c=6, d=0.2,e=20
兵線危機值可以是負值，危機值越高則兵線越危險，值越低則兵線越安全。我們每10秒計算一次兵線危機值，根據兵線的狀況來決定是否援助和抱團。
抱團是一個較為穩定的行為，我們設定每次防守抱團之後都要鎖定切換兵線行為3分鐘，進攻抱團鎖定2分鐘。
從另外兩條兵線抽調英雄到最危險兵線。派遣數量服從規律：抽調後兵線上 我方英雄數目/敵方英雄數目>0.65(引數)，儘可能多抽調英雄，但也確保不會讓被抽調的兵線變得很不安全。派遣數目可以是0，表示全線吃緊，每條兵線都無法抽調英雄去支援其他兵線。初期，每條兵線最少也要保留一個英雄。
3.3 Gank詳解
3.3.1 Gank行為基本設定
首先要明確幾個設計前提：
1.Gank行為優先順序要高於單體行為優先順序，或者說，Gank行為執行期間會遮蔽掉大多數單體AI行為。
2.Gank行為需要考慮到區域性範圍內（比如說整個螢幕）所有單位（包括敵方），而後控制所有我方英雄一起行動。
3.Gank AI控制下的機器人可能會表現出和單體AI完全不一致的行為，比如肉可能直接衝到敵人人堆中，吸收仇恨，至死方休；ADC和APC最優先的策略可能不是輸出，而是控制；部分機器人輸出傷害優先順序要高於逃避危險。
4.Gank行為並非常態。達成一定條件之後才會觸發。比如某個時刻敵我力量對比呈現一邊倒
Gank小隊的生成
Gank是區域性小團隊行為。必須考察周邊敵我英雄和塔的個數，英雄和塔的潛在殺傷。Gank是個區域性行為，只有距離很近的那些單位才會被認為是處於同一個Gank小組內。Gank小組是個動態變化的單位組。需要每隔一段時間重新生成一次。
生成方案：
尋找Gank中心英雄，Gank中心英雄只是根據位置搜尋產生的，並不意味著它們會在Gank中處於核心地位。每隔一個週期（2秒，引數）先遍歷某陣營場上全部英雄，統計這些英雄身邊敵對英雄的數目。並按照遞減順序排列。身邊敵對英雄越多，該英雄越可能處於Gank中心位置。按順序遍歷己方英雄（只遍歷身邊有敵對英雄的），如果它們還未參與Gank，則以該英雄為中心，在一定半徑(2000，引數)內搜尋敵我未參與Gank的英雄，將盟友英雄寫入Gank小隊，並標記它們已經參與Gank了，將敵方英雄寫入Gank目標小隊（目標小隊並不是敵方的實際Gank小隊，敵方的實際Gank小隊生成方式和我方一致）。如此，所有可能正處於交戰狀態的英雄就按照區域劃分到了不同的Gank小組。
Gank的發起和結束
Gank小隊是動態生成的，每一時刻Gank小隊都是存在的，但發起Gank行為是需要條件的。
每隔一段時間要檢測一下Gank小隊的實力對比.
1． 如果我放Gank小隊實力明顯強於目標敵方小隊，則發動Gank，並鎖定5(引數)秒。Gank期間英雄優先執行Gank AI，遮蔽掉單體行為。Gank結束鎖定後。重新生成Gank小組，重新判斷形勢，決定是否發起新的Gank。
2． 當我方Gank小隊實力明顯弱於敵方時，集體執行撤退到己方前沿塔。但並不進入Gank行為。
3． 均衡局面，如果有敵方單位可秒（可秒的含義是，gank小組的輸出期望是目標單位hp的1.6(引數)倍），則立刻發動Gank。否則調整我方站位，綜合防禦最強的英雄位置保持不變，脆皮遠離敵小隊中心，但不能離開坦克超過(1000引數)。調整站位是單體AI行為，戰略AI通過引數來控制單體行為（傳送指令buff，傳送目標位置）。
3.3.2技能傷害量化
如果希望AI精準的釋放技能，量化技能傷害是至關重要的。並不是所有技能都是直接立即傷害的，AI要怎麼理解自己的被動技能和buff技能？
我們做的處理是：
- 預設在一次Gank週期中AI可以普通攻擊三次，或者5秒。
- 將被動技能，比如暴擊和加速之類的，直接量化為三次攻擊或5秒攻擊中的傷害收益。
- 暈眩技能根據暈眩時間量化成額外傷害百分比。
- 輔助技能僅僅起加強隊友作用的，傷害量化為0
當技能全部量化成具體數字之後，就能計算每個英雄在單次Gank中的傷害輸出期望值了。
英雄威脅值
我們用英雄威脅值來表徵英雄在單次Gank中的傷害輸出期望值。
威脅值的計算：
首先遍歷場上所有英雄，根據英雄技能等級和CD狀態預估出來技能的三種傷害（物理，魔法，真實）資料。
對峙雙方如果威脅值總和差別很大(引數60%)，則認為非均衡局面出現。優勢一方會立刻發起Gank，進入團戰模式。而劣勢一方會立刻進入集體撤退狀態。
威脅值相差不是很大時，英雄表現為單兵行動。此時威脅值的主要作用是敵對目標選擇。
3.3.3 GankTarget選擇
GankTarget的選擇方式——尋找最具吸引力的敵方單位，改進版的吸引力公式：
這個公式綜合考慮的因素有：敵人是否高AD或者高AP？物理護甲和魔法護甲如何？當前血量？我方集火的情況下，傷害總輸出能殺死他幾次？
最大吸引值得敵方英雄會成為Gank小組的共同目標
4 總結
在本文中，我們按照從零開始逐步展開，完整描述了MOBA英雄AI的設計流程。限於篇幅，我們僅僅描述了最核心的框架，諸多細節都未展開。在手遊 MOBA《全民超神》專案中，按照這個框架，我們在短短一個月時間內就實現了英雄AI。
本方案原創了兩個核心設定：Gank和技能傷害量化。
Gank的設定讓AI能夠有效的躲避危險，也能很精準的捕捉戰機，完成很多讓人讚歎的絕妙擊殺。
傷害量化，讓AI理解自己技能的特性。對AI行為收益優化幫助很大。
問答
相關閱讀
用人工智慧打王者榮耀：匹茨堡大學&騰訊AI Lab為遊戲AI引入MCTS方法
此文已由作者授權騰訊雲+社群釋出，原文連結：https://cloud.tencent.com/developer/article/1146677?fromSource=waitui
歡迎大家前往騰訊雲+社群或關注雲加社群微信公眾號（QcloudCommunity），第一時間獲取更多海量技術實踐乾貨哦~