游戏 AI 与控制架构 (Game AI & Control Architecture)

熟练度

熟练

描述

多层决策架构（reactive + deliberative 混合）

• 威胁检测层 → 立即反应式避险（reactive）
• 无威胁时 → 规划-验证-执行管线（deliberative）
• 对应经典 AI 行为架构：Brooks subsumption / Boyd OODA loop
• 应用：从高频避险到低频长程追击的平滑切换

有状态 AI 控制器

• 状态机 + 持久化计划 + 外部条件触发的 abort/reset
• 区别于 memoryless reactive 控制：agent 有记忆、能多帧执行一个计划、同时保留 abort 通道
• 应用：既不”每帧重新思考”浪费算力，也不”无脑走完已定死路线”变成 brittle

自适应超参数（adaptive hyperparameters）

• 密度自适应搜索半径：环境状态 → 动态 FOV（拥挤时聚焦、空旷时广视野）
• 失败触发的探索扩展（searchtime 机制）：反复无解时自动扩大搜索空间，避免近视导致的局部极小值
• 对标思想：RL 中的 adaptive exploration / temperature annealing

候选过滤的双侧阈值（cost-benefit pruning）

• 不只有上界（“能吃的猎物”），还有下界（“追这个猎物花费 > 收益就不追”）
• 从经济学视角剪枝决策空间——每个动作算 ROI，不值得的直接丢弃
• 可迁移到：交易策略、预算受限的 agent 规划、资源有限的任务调度

引擎反向工程与白盒建模

• 对外部系统（游戏引擎、外部 API、第三方库）做完整反向工程，得到一个可在 agent 内部复现的白盒模型
• 这是精确 rollout 仿真、模拟决策后果、预训练 agent 的基础
• 具体例：在 agent 内部重现 kernel.py 的 eject/absorb 物理公式，使前向仿真结果与真实引擎帧帧一致

Forward simulation / rollout verification

• 不依赖启发式得分，而是实打实跑 N 帧游戏引擎仿真，检查计划是否会中途失败
• 思想血缘：Monte-Carlo tree search、AlphaGo/MuZero 的 rollout、model-based RL
• 当前朴素版：200 帧顺序仿真；未来可扩展到 MCTS 并行 rollout

OOP 游戏实体建模

• 标准 game-object 数据模型：pos / veloc / radius / id / dead / collide_group
• 配套方法：move / distance_from / area / collide / stay_in_bounds / limit_speed
• 可迁移到：物理仿真、机器人仿真、多体物理系统

对手建模与 meta-game

• 读对手的策略代码 → 理解其决策模式 → 设计针对性反制
• 博弈论二阶思维：不只”我要怎么最优”，还考虑”对手知道我这么想之后会怎么调整”
• 可迁移到：对抗性 ML（adversarial robustness）、商业竞争分析、博弈论应用

Benchmark 文化

• 构建 baseline 梯度：brownian motion（最弱）→ 简单启发式 → 完整 AI（最强）
• “能打败哪些 baseline 才算合格”的工程纪律
• 迁移：所有需要评估 agent/model 性能的场景

与其他 skill 的关系

• 底层依赖 算法与数据结构（数据结构、搜索、几何计算）——这些是具体实现手段
• 本 skill 是架构/架构思想层——关心”怎么组合这些算法成一个能实时决策的 agent”
• 与 Claude-Skill开发方法论 有深刻的思想共鸣：
  • 两者都是 human-in-the-loop + 数据飞轮 + 多层规则 + 结构化记忆的某种变体
  • Osmo AI（2019）→ Claude Skill agent 设计（2026）的思想传承
  • 都强调”规划-验证-执行”管线而非单步 reactive

在哪些经历中用到

• — 完整实例，5 层架构（搜索机制 / 参数调优 / 战略编排 / 引擎反向工程 / 对手谱系）

---