原文地址：http://www.aisharing.com/archives/86/comment-page-1

記得在以前的一篇文章中談到了一種類似于雙緩沖的AI結(jié)構(gòu)，最近在整理一些東西的時候，發(fā)現(xiàn)這樣的AI結(jié)構(gòu)具有一定的通用性，而且層與層之間耦合度相對較低，作為一種層次化的AI架構(gòu)，非常值得一談。

在我的腦海中，AI一般分為兩個部分，一個是決策（Decision）部分，一個是行為（Behavior）部分，決策部分負責做什么，行為部分負責怎么做。在一些國外的公司里，AI程序員也大致分為這兩種（不過，一些國內(nèi)的企業(yè)可能就分的沒有這么細，一般都是統(tǒng)稱為AI程序員，或者有的分的更粗，將一些游戲中的其他游戲邏輯部分一起涵蓋，統(tǒng)稱為游戲性（Gameplay，GPP）程序員）。正因為這樣，所以我們一般希望，在AI架構(gòu)上，這兩個部分的耦合度是相對較低的，這樣也便于任務的分工。所謂層次化的AI架構(gòu)（Layered AI Architeture）也就基于了這樣的理念。看下面這個圖：

在這樣一個層次化的AI框圖中，我們定義了“請求（Request）”這樣一個概念，請求可以看作是AI決策的結(jié)果，或者稱之為一個命令，比如，在射擊游戲中，請求可能就定義為，射擊，移動，逃跑等等，在動作游戲中，請求就會定義成攻擊，格擋，跳躍等等。當行為層收到上層的請求后，就會設(shè)法去處理該請求的內(nèi)容，還是以射擊游戲為例，當行為層收到射擊的指令，就會從射擊的動畫列表中選擇某個射擊動畫，然后轉(zhuǎn)向目標，播放動畫等等工作來處理射擊的請求。所以請求相當于就成了決策層和行為層之間的接口。這樣，對于決策層和行為層的輸入和輸出就很明確了：

• 決策層：輸入（游戲世界信息），輸出（請求）
• 行為層：輸入（請求），輸出（修改游戲世界的相關(guān)信息）

由于有請求層作為中間接口層，所以決策和行為部分就很自然的分開了，而且有清晰的輸入和輸出，AI團隊中的人員的工作職責也就很明確了，做為決策層的AI程序員，就只需要關(guān)心如何產(chǎn)生請求，而行為層的AI程序員，只需要關(guān)心如何處理請求，一旦定義好完備的請求內(nèi)容，不管在代碼還是在工作上都不會產(chǎn)生很大的粘連度了。

另外值得注意的是，這邊的請求層用到了類似雙緩沖的結(jié)構(gòu)，分成后端和前端，換個詞的話，可以說成當前在處理的請求（前端），和下一個要處理的請求（后端），具體的分析可以參考我以前的文章《在AI結(jié)構(gòu)中用雙緩沖》，這里就不多做介紹了。

這樣的層次化結(jié)構(gòu)在AI中有很強的通用性，因為這是用最高的層面來總覽AI的架構(gòu)，而像其他諸如行為樹（Behavior Tree），分層狀態(tài)機（HFSM）等都可以看成是在決策或者行為層中的具體實現(xiàn)方式。所以不管AI代碼是如何實現(xiàn)，大部分都可以歸到這種層次化的結(jié)構(gòu)中，因此，我想，我們在設(shè)計AI結(jié)構(gòu)之初，就可以用這樣的方式來思考和架構(gòu)整個框架，分割決策和行為，定義請求，然后再針對每一層來選擇具體的實現(xiàn)方法。

————————————————————————
作者：Finney
Blog：AI分享站(http://www.aisharing.com/)
Email：finneytang@gmail.com
本文歡迎轉(zhuǎn)載和引用，請保留本說明并注明出處
————————————————————————

總結(jié)

以上是生活随笔為你收集整理的浅谈层次化的AI架构的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。