我正在创建一个游戏，游戏中屏幕上的单位需要根据团队和每个团队指定的敌人进行战斗。玩家不控制任何坦克或团队。

问题在于，单位（目前是坦克）之间的战斗应该足够有趣，以至于玩家可以观看并享受乐趣，而无需做任何事情。

我目前让坦克完全随机地移动，并在射程内互相射击，但我正在寻找更智能的东西。

我应该研究哪些类型的AI和AI算法？欢迎所有想法，我只想让每场战斗都变得有趣。

回答：

对于策略和战术，你的AI可能需要进行一些理性的决策，使其看起来更智能。有很多方法可以做到这一点，最简单的方法是为你的坦克写下几个条件-行动规则，并将它们实现为有限状态机。FSM易于实现且易于调试，但是当您想要修改条件规则或添加/删除任何状态时，以后会变得很乏味。您还可以使用效用代理-AI定期基于当前统计信息（弹药，生命值，敌方数量和位置）对每个潜在目标（例如，交战，撤退，重新装填/加油，寻找掩护，维修等）执行效用检查，然后选择最可取的目标。与FSM相比，这需要花费更多的时间来实现，但是它在您需要添加或删除行为时无需更改决策流程方面更加灵活。它使AI看起来像是遵循一般规则，但并非总是可预测的。效用代理也更难调试和控制，因为当您的AI崩溃时，您没有任何像FSM那样可以追踪的严格的条件-行动规则。另一种流行的方法是行为树。动作序列被实现为树结构。它需要更多的代码来预先编写，但通常比FSM和效用代理在控制和灵活性之间提供更好的平衡。这些决策过程不是互斥的-您可以对顶级策略使用任何方法，对低级战术使用不同的方法。

无论您选择哪种决策过程，都需要一些输入来馈送给您的AI。您可以使用影响力图来帮助AI确定战场中哪些地方被认为是敌对的，哪些地方被认为是安全的。影响力图在团队之间共享，因此也可以帮助进行团队战术。当您的AI与多个敌人交战时，选择正确的目标很重要。如果您的AI选择的目标是大多数人类玩家不会选择的，那么即使有时选择的目标实际上是最好的，玩家也会觉得AI“愚蠢”。您可以对敌方单位运行距离检查，并使用视线，当前武器范围，威胁级别等来过滤/优先排序目标。某些测试比其他测试昂贵（视线检查通常是最严重的罪魁祸首之一），因此，如果您的射程内有很多敌方单位，则希望最后运行那些较慢的测试。

对于坦克的移动，请研究转向行为。它涵盖了许多车辆移动行为，但是追逐和躲避是您最需要的。如果您的坦克需要在复杂地形中导航，还请研究A*寻路。还有其他一些好的路径解决方案可以为您提供最短/最快的路径，但是在游戏中，最短/最快的路径并不总是最佳路径。如果您最短的路径是开放的，但离敌方线太近，则需要为坦克提供一些启发式方法来选择不同的路线。您可以使用A*轻松配置您的路径偏好。

需要研究的内容：有限状态机，基于效用的代理，行为树，转向行为，A*搜索算法，导航航点或导航网格，影响力图。