Artificial intelligence 确定NPC在部分随机但受偏好影响时将采取什么行动？

我想让游戏中的角色执行部分随机但也受偏好影响的动作。例如，如果一个角色感到愤怒，他们大喊大叫的几率比讲笑话的几率要高。所以我在考虑如何确定角色将采取的行动。以下是我想到的一些想法

解决方案#1：迭代所有可能的操作。对每个动作进行随机滚动，然后将首选项值添加到该随机数。具有最高值的动作是角色执行的动作

解决方案#2：为一个动作指定一个数字范围，更有可能的动作范围更广。因此，如果随机滚动返回1-5之间的任意位置，角色将讲一个笑话。如果它返回6-75，他们会大叫。等等

解决方案#3：将所有操作分组并生成分支树。他们会采取友好行动还是敌对行动？随机滚动（添加了偏好值）表示敌对。他们会进行身体攻击还是口头攻击？随机滚动显示为口头。继续往下走，直到你到达行动点

解决方案#1最简单，但效率很低。我认为解决方案3有点复杂，但不是更有效吗

---

有人对这个问题有更多的见解吗？3是最好的解决方案吗？有更好的解决方案吗？

如果要选择选项1或2，请查看随机结果的存储桶-请参阅。如果您使用树操作，您仍然可以使用一些相同的概念来确定树的哪个分支向下；然而，你会有更多的决定论内置，因为你的选项将限制你遍历树

如果我没记错的话，《无冬之夜》为NPC提供了一个相当不错的脚本引擎，它会使用随机概率来确定NPC在某些状态下会采取的一些行动，但这些状态本身更多地由NPC的脚本驱动（更像是一个状态机而不是一棵树，但概念是相似的）。例如，如果NPC正在行走，他们可能会停下来，也许会大笑，等等。但是如果他们受到攻击，他们会切换到战斗状态并留在那里

---

换句话说，这完全取决于你的动作是什么，以及你希望角色如何表现。

马尔可夫链，受真实用户动作的影响

来自维基百科：

马尔可夫链是一个离散的随机过程 使用 下一个状态仅取决于当前状态 国家

#1和#2很简单，但可能无法很好地扩展到更复杂的行为。行为树（#3）似乎是当今许多游戏中的首选系统。你可以在AiGameDev.com上找到一些演示文稿和笔记，例如和（Crytek的第一篇非常好）

---

在CPU使用的意义上，您可能不需要担心“效率”，因为这不太可能成为游戏中的主要瓶颈。减少程序员/设计师调整行为所需的时间更为重要。

哇，很高兴知道我提出的一个想法已经是一种广为接受的技术。非常感谢你的洞察力。很高兴这有帮助。网站上还有其他一些关于行为树的演示，但是你必须是付费会员才能访问它们。我没有看过他们，因为这不是我真正的游戏AI领域，所以我不能保证它的质量。我查了一下，它看起来像是一些非常高级的数学，是吗？我想这可能超出了我的理解力。这还不算太糟糕，你有几个州，NPC可以在三个州，你有一个3x3矩阵。每个元素都告诉您转换到其他状态（或返回到自身）的概率。你可以通过观察用户的活动来建立矩阵。如果他希望NPC不断改变某个动作的概率，那么马尔可夫链不是最有用的吗？听起来他是在追求静态的行为概率，所以马尔可夫链对我来说似乎有些过头了。事实上，它几乎和#2一样，但它可以导致更自然的行为。