蓝色警戒电脑AI逻辑底层分析，核心底层逻辑模块

电脑AI的核心目标是击败玩家，它需要在不作弊（或有限度作弊）的情况下，模拟一个有策略的对手，进行资源管理、基地建设、部队生产和战术运用。

1. 游戏状态感知模块：

   

   • 信息获取： AI通过游戏引擎提供的接口，实时获取全局信息：
     • 自方资源（金钱、能量）。
     • 自方单位列表（类型、数量、位置、状态、生命值）。
     • 自方建筑列表（类型、位置、状态、生命值、建造进度）。
     • 敌方单位列表（类型、数量、位置、状态、生命值 - 可能通过“作弊”方式获取更全面信息）。
     • 敌方建筑列表（类型、位置、状态、生命值 - 可能通过“作弊”方式获取）。
     • 地图信息（地形、资源点位置、占领情况）。
     • 当前游戏时间（用于阶段性策略）。
     • 自方科技等级（可建造单位/建筑）。
   • 信息处理： 对获取的信息进行初步筛选和整合，识别关键信息：
     • 威胁评估：识别最危险的敌方单位/建筑。
     • 机会识别：发现资源点、薄弱的敌方防线、可攻击的目标。
     • 自方状态评估：资源瓶颈、兵力强弱、基地防御强度。
     • 战场态势分析：前线位置、主要交战区域。

2. 决策与规划模块：

   • 核心决策逻辑： 这是AI的大脑，基于当前游戏状态和预设的策略，决定下一步该做什么，通常采用分层决策树或状态机结合脚本逻辑的方式。
     • 高层策略： 根据游戏阶段（早期、中期、后期）和当前局势，选择宏观策略：
       • 经济优先： 大力开采资源,快速扩张。
       • 军事优先： 快速生产攻击单位,早期骚扰或强攻。
       • 科技优先： 尽快升级科技,解锁高级单位。
       • 防御/反攻： 加强防御,等待机会反击。
       • 组合策略： 早期经济，中期军事,后期科技。
     • 中层目标设定： 在高层策略指导下，设定具体的中期目标：
       • 建造哪些关键建筑（兵营、工厂、发电厂、矿厂等）？
       • 优先生产哪些单位（侦察、坦克、飞机、炮兵等）？
       • 集中兵力攻击哪个目标（矿点、前线、基地）？
       • 加强哪条防线？
       • 是否需要侦察？
     • 低层任务分配： 将中层目标分解为具体的、可执行的任务，分配给具体的单位或建筑：
       • 建筑A：建造矿厂。
       • 建筑B：生产坦克。
       • 单位C：移动到坐标(X,Y)进行侦察。
       • 单位D、E、F：组成编队,攻击目标建筑G。
   • 权重系统： 决策时，不同的选项（如造坦克 vs 造矿厂）会被赋予不同的权重，权重值由当前游戏状态（资源、威胁、目标重要性）动态计算，权重最高的选项被选中执行。
     • 资源低时,建造矿厂的权重高。
     • 检测到大量敌方坦克靠近基地时,生产防御单位或建筑的权重高。
     • 发现敌方矿点空虚时,派兵占领的权重高。

3. 执行与控制模块：

   • 单位行为控制： 根据分配的任务，控制单位的具体行动：
     • 移动： 使用路径寻找算法（如A*的简化版）规划从当前位置到目标位置的最短/最安全路径,遇到障碍物或敌人时可能绕行或攻击。
     • 攻击： 识别攻击范围内的目标（通常优先攻击威胁最大的单位，如坦克打坦克，飞机打防空），执行攻击指令，可能包含简单的目标选择逻辑（如优先打建筑、打血少的单位）。
     • 采集资源： 指令矿车前往最近的资源点,进行采集。
     • 占领： 指令工程师单位占领中立或敌方建筑。
     • 修理： 指令修理单位修理友方建筑或单位。
     • 特殊技能： 使用单位特殊能力（如步兵部署、车辆变形）。
   • 建筑控制：
     • 建造队列管理： 管理建筑物的建造顺序和队列。
     • 单位生产队列管理： 管理建筑物内单位的建造顺序和队列。
   • 编队控制： 将多个单位组成编队，统一进行移动和攻击，保持队形（可能使用简单的位置偏移或跟随算法）。

4. 作弊模块（常见于早期AI）：

   • 信息优势： AI能直接获取玩家的所有单位、建筑位置信息（全图视野），而玩家只能通过单位视野侦察，这是最核心的“作弊”，让AI能精准预判玩家行动、伏击、偷矿。
   • 资源优势： AI可能获得额外的资源收入（如金钱/能量增长速度加快）,或者资源消耗减少。
   • 生产/建造加速： AI的单位生产速度或建筑建造速度可能比玩家快。
   • 单位属性优势： AI单位的生命值、攻击力、护甲可能略高于同类型玩家单位（不明显，但存在）。
   • 目的： 这些作弊是为了弥补AI在策略深度、反应速度和微操能力上的不足，提升挑战性,使其在低难度下也能给玩家带来压力。

蓝色警戒AI的典型特点与局限性

1. 脚本化决策： AI的行为很大程度上依赖于预设的脚本和条件判断，当满足特定条件（如“金钱>1000”且“有兵营”且“检测到敌人坦克”），就会触发预设的“生产坦克”行为，这导致AI行为模式相对固定,容易被玩家识破和针对。
2. 有限的状态机： AI的决策流程常被划分为几个主要状态（如“扩张”、“进攻”、“防御”、“撤退”），状态转换由关键事件触发（如“基地被攻击”、“主力部队被歼灭”、“资源枯竭”），状态转换逻辑相对简单,缺乏复杂的状态混合。
3. 微操能力弱： AI在单位微操（如集火、走位、躲技能、编队协同）方面非常有限，单位行为主要是“看到敌人就攻击”、“移动到目标点”、“执行建造”,缺乏高级微操技巧。
4. 欺骗能力弱： AI很少使用战术欺骗，如佯攻、诱饵、分兵包抄等,其行动意图通常比较直接。
5. 资源管理相对僵化： 虽然有资源分配逻辑，但通常是基于固定阈值或简单比例（如70%资源用于军事，30%用于经济），缺乏根据战场动态调整资源分配策略的能力（在激烈交战时临时增加军事投入）。