AISystem：鸿蒙游戏中的 AI 行为驱动

子玥酱掘金 / 知乎 / CSDN / 简书 同名大家好我是子玥酱一名长期深耕在一线的前端程序媛 ‍。曾就职于多家知名互联网大厂目前在某国企负责前端软件研发相关工作主要聚焦于业务型系统的工程化建设与长期维护。我持续输出和沉淀前端领域的实战经验日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。技术方向前端 / 跨端 / 小程序 / 移动端工程化内容平台掘金、知乎、CSDN、简书创作特点实战导向、源码拆解、少空谈多落地文章状态长期稳定更新大量原创输出我的内容主要围绕前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读展开。文章不会停留在“API 怎么用”而是更关注为什么这么设计、在什么场景下容易踩坑、真实项目中如何取舍希望能帮你在实际工作中少走弯路。子玥酱 · 前端成长记录官 ✨ 如果你正在做前端或准备长期走前端这条路 关注我第一时间获取前端行业趋势与实践总结 可领取11 类前端进阶学习资源工程化 / 框架 / 跨端 / 面试 / 架构 一起把技术学“明白”也用“到位”持续写作持续进阶。愿我们都能在代码和生活里走得更稳一点 文章目录引言一、为什么不能把 AI 写进 BattleSystem二、一个关键拆分规则 vs 决策SystemAISystem三、AISystem 的核心职责四、AISystem 的最小模型五、从 if-else 到“行为模型”1、行为枚举2、行为选择器3、行为执行器六、AISystem 的三种进阶模式1、规则驱动2、权重驱动3、模型驱动七、AISystem 与 System 的协作关系八、引入“行为调度层”九、避免 AI 失控的关键机制1、约束2、校验3、优先级十、AISystem 在多端中的作用十一、一个关键认知升级十二、最终架构总结引言当你把鸿蒙游戏拆成Store状态 System规则 Engine调度 UI展示你会发现一件事玩家行为很好处理 点击 → System → 状态变化但一旦你开始做这些内容NPC 行为 敌人决策 自动战斗 动态难度问题就来了“AI 到底应该写在哪”很多人第一反应是写在 BattleSystem 里 写在 UI 里 甚至直接写 if-else结果就是逻辑越来越乱 行为越来越不可控 难以扩展所以需要我们要建立一个关键能力AISystem让 AI 成为“行为驱动层”而不是“逻辑补丁”一、为什么不能把 AI 写进 BattleSystem看一个典型错误classBattleSystem{update(store:GameStore){// 玩家逻辑this.handlePlayer(store)// AI 逻辑if(store.enemyHp30){this.escape()}else{this.attack()}}}问题规则 决策 混在一起 AI 无法复用 行为不可扩展本质上你把“怎么做”和“做什么”写在了一起二、一个关键拆分规则 vs 决策你必须把这两件事分开System攻击怎么计算 伤害怎么算 冷却怎么处理AISystem什么时候攻击 什么时候逃跑 选择哪个技能一句话总结System 决定“能做什么”AISystem 决定“现在做什么”三、AISystem 的核心职责AISystem 不做三件事不直接改 Store 不写具体规则 不控制流程它只做一件事输出“行为决策”四、AISystem 的最小模型exportclassAISystem{decide(store:GameStore):Action{if(store.enemyHp30){return{type:ESCAPE}}return{type:ATTACK}}}然后由 System 执行constactionai.decide(store)battleSystem.execute(store,action)五、从 if-else 到“行为模型”初级写法if(hp30)run()elseattack()进阶之后你应该写成1、行为枚举enumActionType{ATTACK,DEFEND,ESCAPE}2、行为选择器decide(store):ActionType{// 决策逻辑}3、行为执行器execute(store,action){switch(action){caseATTACK:...caseESCAPE:...}}好处结构清晰 可扩展 可测试六、AISystem 的三种进阶模式1、规则驱动if(hp30)escape特点简单 可控 适合基础 AI2、权重驱动score_attack0.7score_escape0.9选择最高ESCAPE示例decide(store){returnmaxBy([{type:ATTACK,score:calcAttack(store)},{type:ESCAPE,score:calcEscape(store)}])}3、模型驱动constdecisionawaitmodel.decide(context)特点灵活 智能 但不可预测七、AISystem 与 System 的协作关系正确结构AISystem → 决策 System → 执行错误结构AISystem → 直接改 Store 错误正确示例constactionai.decide(store)engine.dispatch(action)八、引入“行为调度层”当 AI 变复杂后你不能直接ai.decide()你需要一个AI EngineclassAIEngine{aiSystems:AISystem[][]run(store){returnthis.aiSystems.map(aiai.decide(store))}}作用统一 AI 执行 支持多 AI 可组合九、避免 AI 失控的关键机制AI 一旦复杂很容易失控。你必须加三层保护1、约束if(store.stunned)returnNO_ACTION2、校验if(!isValid(action))fallback()3、优先级ESCAPEATTACK十、AISystem 在多端中的作用在多设备场景下AISystem 只能在“主节点”执行否则每个设备各算一套 AI → 状态漂移正确方式Host 运行 AI 其他设备同步结果十一、一个关键认知升级初学者会觉得AI 一段逻辑但进阶之后你会理解AI 是一个“行为生成系统”系统运行变成状态Store ↓ AISystem决策 ↓ System执行 ↓ 状态变化十二、最终架构┌──────────────┐ │ Store │ └──────┬───────┘ │ ┌───────▼────────┐ │ AISystem │ └───────┬────────┘ │ Action ┌───────▼────────┐ │ System │ └───────┬────────┘ │ Engine │ UI总结在鸿蒙游戏中System定义规则 AISystem决定行为两者缺一不可。如果用一句话总结System 决定“世界能做什么”AISystem 决定“角色此刻做什么”。而当你真正用好 AISystem你的游戏就会从“写死逻辑”进化为“行为驱动的动态世界”