AI概述

[Babygogogo]

FreeWars AI设计概述

前言

设计AI不是一件简单的事情。由于个人能力有限，另外为了降低算法及运算复杂度，我决定让AI只对自己的各个部队单独进行分析，而不考虑互相之间的联防/卡位等问题。

AI的主要功能，实际上就是对部队可用的所有指令都进行评分，并选出最高分的那个指令加以实施。

部队可用的指令多种多样，但我们可以人为地把一个指令分成两个部分，分别是“站位”以及“行动”。举例而言：

• 步兵移动到一个城市上进行占领，则“站位”就是该城市所在的位置，“行动”就是占领
• 坦克移动到某个位置并攻击某敌军，则“站位”就是该位置，“行动”就是攻击
• 自走火炮原地待机，则“站位”就是原地，“行动”就是待机

这样，对“站位”以及“行动”分别进行评分，并将评分直接相加，就是该指令的总分。对于一个部队，AI计算其所有可用指令的得分，并选出最高分的指令，这就是AI所认为的最好的指令。

除了部队指令，AI还需要考虑生产部队、释放技能等问题。这些同样是由评分所决定的，其公式将在后文详述。

另外，AI还需要考虑部队移动顺序，这同样在后文详述。

辅助参数、函数、运算符

辅助参数是在评分中会用到的一些参数，它们可以根据场上形势简单计算得到。

辅助函数、运算符是一些常用的小函数和符号，具体意义见下文。

参数：AI部队价值与玩家部队价值的比值（下称UnitValueRatio）

顾名思义， UnitValueRatio = AI所有部队的总价值（含队友的） / 玩家所有部队的总价值。计算总价时，部队的剩余HP考虑在内。

函数：min() max()

min()用于求出参数中最小的一项；max用于求出参数中最大的一项。

运算符

+-*/：加减乘除

^：幂运算，x^2就是x的平方

部队指令评分

概述

部队指令评分 = 站位评分 + 行动评分

通常情况下，部队会有多个可选的站位，每个站位上可能会有一个或多个的行动可选。比如，对于一个移动力为2的Mech，在地形无阻挡的情况下其可用的站位共有13个，在这些站位上根据地图实际情况又可能会有攻击、占领、待机、合流等行动可用。

为找出某个部队评分最高的指令，AI需要枚举每个站位计算站位评分，对于每个站位又需要枚举每个可用的行动计算行动评分，由此可以得出所有可用指令的评分，然后AI才能选出分数最高的指令并加以执行。

站位评分

站位评分 = 受威胁评分 + 维修补给评分 + 占用有生产力的据点的评分 + 与最近的非我方据点的距离的评分 + 与敌人部队的距离的评分

各项子评分见下文详述。

受威胁评分

此评分用于避免AI把部队无脑送给玩家。

受威胁的评判标准是：是否有玩家部队能够对AI部队造成50点或以上、或者是不足50但足以致死的伤害（考虑运气、HP、弹药、地形、技能、晋升、指挥塔、战局设定等各项加成，下同），不考虑玩家拆盾，不考虑玩家可能进行的维修、补给操作。这个标准会导致一些明显的问题：

• AI的火箭车等高价的脆弱部队可能会直接暴露在玩家的INF、Bike攻击范围中
• AI会把任意的盟友部队当成是无敌的盾，即使玩家可以轻易拆掉这个盾并对后面的部队造成威胁
• 即使玩家只有一个AA，AI的两个或以上的BC也都会同时认为受到威胁
• 如果玩家有个弹药耗尽的AA停在玩家城市上，AI会认为此AA不能造成威胁，而不考虑它在回合初会得到补给并造成威胁

简单起见，以上所有问题都被AI无视。

具体公式为：

• 如果部队不受任何威胁，则受威胁评分 = 0；
• 如果部队受到威胁，则受威胁评分 = -min(50, AI部队实际HP) * (2 + 部队原价 / 1000) / (max(1, UnitValueRatio) ^ 2)

此公式意味着，部队越贵，则受威胁时的评分越低（注意是负数）；如果AI的部队总价值比玩家的要高，则评分会上升，意味着AI的部队优势越大，则AI的部队站位越不怕死。

维修补给评分

此评分用于引导AI对受伤及缺少弹药的部队进行回复。

AI只考虑使用据点对部队进行维修补给，不考虑使用Rig。

具体公式为：

• 如果据点不能维修和补给部队，则评分 = 0
• 如果能维修，则评分由三个子评分合计得到：
  • 回复HP评分 = (10 - 部队显示的HP) * 15
  • 回复弹药评分 = (部队最大弹药量 - 部队当前弹药量) / 部队最大弹药量 * 55 （若部队无主武器，则此项为0）
  • 回复燃料评分 = (部队最大燃料量 - 部队当前燃料量) / 部队最大燃料量 * 50 * 坠毁加成 （若部队耗尽燃料会坠毁，则加成值取2，否则取1）

此公式意味着，部队当前HP、弹药、燃料越少，则维修补给评分越高。

占用有生产力的据点的评分

此评分用于避免AI无故占用盟友或自己的工厂/机场/海港。

具体公式为：

• 如果据点不属于盟友和AI自己，则评分 = 0
• 如果属于，则：
  • 据点是工厂，则评分 = -500
  • 据点是机场，则评分 = -200
  • 据点是海港，则评分 = -150

此公式意味着，AI“很不乐意”占用盟友或自己的工厂，机场和海港次之。

与最近的非我方据点的距离的评分

此评分用于引导AI把部队向中立及玩家据点靠近。

为避免AI被特殊地形挡住而无法到达目的地，所以计算距离需要把地形考虑在内（不考虑玩家或AI部队的阻挡），这意味着计算量较大。为避免计算时间过长，我们人为地限定最大路径长度为max(10, 部队移动力)，并枚举这个最大长度之内所有非AI方的据点计算其距离评分，取评分最高的一个作为本项最终评分。

距离评分公式为：

距离评分 = 与据点的距离 * -20 * 据点类型加成 * 据点所属势力加成 * 据点剩余占领点加成

其中：

• 据点类型加成：当据点是工厂/机场/海港其中一种则取0.5，否则取1。这个设定是为了让AI更愿意靠近这几种据点。
• 据点所属势力加成：当据点是中立时取0.5，否则取1。这个设定是为了让AI更愿意靠近中立据点，从而使得开局走法更合理。
• 据点剩余占领点加成：当剩余占领点数为20（即无部队正在占领该据点）时取1，否则取2。这是为了让AI更愿意靠近“空闲”的据点。

由于搜索的路径长度有限，所以存在一种可能性，即搜索范围内一个非AI方的据点都没有。在这种情况下，本项最终评分 = (max(10, 部队移动力) + 1) * (-20 * 2)

与敌人部队的距离的评分

此评分用于引导AI把部队向玩家部队靠近。

由于计算量的限制，本项中的距离直接采用曼哈顿距离，无视地形减速和阻挡。考虑到玩家的部队一般不会站桩，而是也会向AI的部队靠近（而且玩家很自然地会选择正确的路线），所以无视地形计算距离造成的负面影响虽然存在，但勉强可以接受。

为避免玩家用一个部队就把AI的大部队勾引出去，这里的距离采用的是与玩家所有部队的平均距离。

具体公式为：

距离评分 = 与玩家所有部队的平均距离 * -10 （如果玩家一个部队都没有，则评分为0）

行动评分

部队可用的行动种类有很多，比如攻击、占领、待机、合流等等。AI并没有完成对所有行动的评分，没有评分的行动就相当于被禁用了。

以下详述目前已完成的行动评分。

攻击评分

此评分用于引导AI攻击最合适的目标。

AI会预估这次攻击会造成的攻击伤害（考虑了各种加成，包括运气伤害）：

攻击伤害 = min(预估能造成的伤害, 目标的实际HP)

AI还会预估这次攻击会被造成的反击伤害（同样考虑各种加成以及运气伤害）：

反击伤害 = min(预估会被造成的反击伤害, 自身的实际HP)

攻击评分建立在这两个预估的数值之上。由于存在运气因素，而且预估的运气伤害和实际的运气伤害不一定相同，所以存在AI预计能击破玩家部队但实际上剩余1HP的情况，或者是预计不会被反击致死，实际上却挂了的情况；这也是AI随机性的来源之一。

评分公式：

当目标是陨石时，攻击评分 = min(攻击伤害, 陨石剩余生命值)。

当目标是部队时：攻击评分 = 10 + 攻击伤害评分 + 目标占领加成 + 反击伤害评分

其中：

• 攻击伤害评分 = 攻击伤害 * (2 + 目标原价 / 1000 + max(0, UnitValueRatio - 1)) + 击破加成（如果能击破则取值30，否则取值为0）
• 目标占领加成取值方法：
  • 目标并非正在占领据点，则取值为0
  • 目标正在占领据点，且下一回合不能完成占领，则取值为20
  • 目标正在占领据点，且下回合能够完成，则取值为200
  • 若目标正在占领的是HQ/工厂/机场/海港，则取值额外增加99999
• 反击伤害评分 = 反击伤害 * (2 + 自身原价 / 1000) + 被击破加成（如果会被反击击破则取值-20，否则取值为0）

这公式意味着，攻击伤害、目标价值、AI部队优势越大，评分越高；反击伤害、自身价值越大（反击伤害不为0时），评分越低。

（未完待续……欢迎留言评论，不必担心断楼）