12. NPC和怪物AI¶
游戏中并不是每个实体都由玩家控制。NPC和敌人需要由计算机控制——也就是说，我们需要给它们人工智能（AI）。
对于我们的游戏，我们将实现一种称为“状态机”的AI类型。这意味着实体（如NPC或怪物）始终处于某个“状态”。状态的例子可以是“闲置”、“漫游”或“攻击”。 在固定的时间间隔内，AI实体将由Evennia“触发”。这个“触发”开始于一个评估过程，该过程决定实体是否应该切换到另一个状态，或者停留在当前状态并执行一个（或多个）动作。
例如，如果一个处于“漫游”状态的怪物遇到一个玩家角色，它可能会切换到“攻击”状态。在战斗中，它可以在不同的战斗动作之间移动，如果它在战斗中幸存下来，它会回到“漫游”状态。
AI可以在不同的时间尺度上“触发”，这取决于你的游戏如何工作。例如，当怪物在移动时，它们可能每20秒自动从一个房间移动到另一个房间。但一旦进入回合制战斗（如果你使用的话），AI将仅在每个回合“触发”。
12.1. 我们的需求¶
对于这个教程游戏，我们需要AI实体能够处于以下状态：
闲置 - 什么也不做，只是站着。
漫游 - 从一个房间移动到另一个房间。重要的是，我们需要添加限制AI可以漫游的能力。例如，如果我们有非战斗区域，我们希望能够锁定所有通往这些区域的出口，以防止攻击性怪物进入。
战斗 - 发起并与玩家角色进行战斗。该状态将利用战斗教程来随机选择战斗动作（适当地基于回合或触发）。
逃跑 - 这类似于_漫游_，但AI将尽量避免进入有玩家角色的房间。
我们将这样组织AI代码：
AIHandler将作为一个处理器存储在AI实体上，名为.ai。它负责存储AI的状态。要“触发”AI，我们运行.ai.run()。我们将AI以这种方式运行的频率留给其他游戏系统。NPC/怪物类上的
.ai_<state_name>方法 - 当调用ai.run()方法时，它负责找到一个与其当前状态命名相似的方法（例如，如果我们处于_战斗_状态，则为.ai_combat）。拥有这样的方法使得添加新状态变得容易——只需添加一个适当命名的新方法，AI现在就知道如何处理该状态！
12.2. AIHandler¶
这是管理AI状态的核心逻辑。创建一个新文件evadventure/ai.py。
创建一个新文件
evadventure/ai.py。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 | # 在 evadventure/ai.py 中 from evennia.logger import log_trace class AIHandler: attribute_name = "ai_state" attribute_category = "ai_state" def __init__(self, obj): self.obj = obj self.ai_state = obj.attributes.get(self.attribute_name, category=self.attribute_category, default="idle") def set_state(self, state): self.ai_state = state self.obj.attributes.add(self.attribute_name, state, category=self.attribute_category) def get_state(self): return self.ai_state def run(self): try: state = self.get_state() getattr(self.obj, f"ai_{state}")() except Exception: log_trace(f"AI error in {self.obj.name} (running state: {state})") |
AIHandler是一个对象处理器的示例。这是一种将所有功能组合在一起的设计风格。稍微展望一下，这个处理器将被添加到对象中，如下所示：
# 只是一个示例，暂时不要放在任何地方
from evennia.utils import lazy_property
from evadventure.ai import AIHandler
class MyMob(SomeParent):
@lazy_property
def ai(self):
return AIHandler(self)
简而言之，访问.ai属性将初始化AIHandler的一个实例，我们将self（当前对象）传递给它。在AIHandler.__init__中，我们接受这个输入并将其存储为self.obj（第10-13行）。这样，处理器可以通过访问self.obj始终对其“坐在”的实体进行操作。lazy_property确保这种初始化每次服务器重载只发生一次。
更多关键功能：
第11行：我们通过访问
self.obj.attributes.get()重新加载AI状态。这会加载一个具有给定名称和类别的数据库属性。如果尚未保存，则返回“idle”。请注意，我们必须访问self.obj（NPC/怪物）因为那是唯一可以访问数据库的东西。第16行：在
set_state方法中，我们强制处理器切换到给定状态。当我们这样做时，我们确保将其保存到数据库中，以便其状态在重载时得以保留。但我们也将其存储在self.ai_state中，因此我们不需要在每次获取时访问数据库。第23行：
getattr函数是一个内置的Python函数，用于获取对象上的命名属性。这使我们能够根据当前状态调用在NPC/怪物上定义的方法ai_<statename>。我们必须将此调用包装在try...except块中，以正确处理AI方法中的错误。Evennia的log_trace将确保记录错误，包括其用于调试的回溯。
12.2.1. AI处理器上的更多助手¶
在AIHandler上放置一些助手也很方便。这使得它们可以从ai_<state>方法中轻松调用，例如self.ai.get_targets()。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 | # 在 evadventure/ai.py 中 # ... import random class AIHandler: # ... def get_targets(self): """ 获取NPC可以攻击的潜在目标列表。 """ return [obj for obj in self.obj.location.contents if hasattr(obj, "is_pc") and obj.is_pc] def get_traversable_exits(self, exclude_destination=None): """ 获取NPC可以穿越的出口列表。可选择排除某个目的地。 参数： exclude_destination (Object, optional): 排除具有此目的地的出口。 """ return [ exi for exi in self.obj.location.exits if exi.destination != exclude_destination and exi.access(self, "traverse") ] def random_probability(self, probabilities): """ 给定一个概率字典，返回所选概率的键。 参数： probabilities (dict): 一个概率字典，其中键是动作，值是该动作的概率。 """ # 从高到低排序概率，确保将其标准化为0..1 prob_total = sum(probabilities.values()) sorted_probs = sorted( ((key, prob / prob_total) for key, prob in probabilities.items()), key=lambda x: x[1], reverse=True, ) rand = random.random() total = 0 for key, prob in sorted_probs: total += prob if rand <= total: return key |
get_targets检查与当前对象在同一位置的其他对象是否具有is_pc属性。为了简单起见，我们假设怪物只会攻击玩家角色（没有怪物内斗！）。get_traversable_exits获取当前位置的所有有效出口，排除具有提供的目的地或未通过“traverse”访问检查的出口。get_random_probability接收一个字典{action: probability, ...}。这将随机选择一个动作，但概率越高，被选中的可能性就越大。我们将在稍后的战斗状态中使用它，以允许不同的战斗者更有可能执行不同的战斗动作。此算法使用了一些有用的Python工具：第41行：记住
probabilities是一个字典{key: value, ...}，其中值是概率。因此probabilities.values()为我们提供了一个仅包含概率的列表。在它们上运行sum()可以得到这些概率的总和。我们需要它来将所有概率标准化为0到1.0。第42-46行：在这里，我们创建一个新的元组迭代器
(key, prob/prob_total)。我们使用Python的sorted助手对它们进行排序。key=lambda x: x[1]表示我们根据每个元组的第二个元素（概率）进行排序。reverse=True表示我们将从最高概率到最低概率进行排序。第47行：
random.random()调用生成一个0到1之间的随机值。第49行：由于概率从高到低排序，我们遍历它们，直到找到第一个符合随机值的概率——这就是我们要找的动作/键。
举个例子，如果你有一个
probability输入为{"attack": 0.5, "defend": 0.1, "idle": 0.4}，这将变成一个排序后的迭代器(("attack", 0.5), ("idle", 0.4), ("defend": 0.1))，如果random.random()返回0.65，结果将是“idle”。如果random.random()返回0.90，结果将是“defend”。也就是说，这个AI实体将有50%的时间攻击，40%的时间闲置，10%的时间防御。
12.3. 向实体添加AI¶
我们需要做的就是在游戏实体上添加AI支持，添加AI处理器和一系列.ai_statename()方法到该对象的类型类。
我们已经在NPC教程中草绘了NPC和怪物类型类。打开evadventure/npcs.py并扩展目前为空的EvAdventureMob类。
# 在 evadventure/npcs.py 中
# ...
from evennia.utils import lazy_property
from .ai import AIHandler
# ...
class EvAdventureMob(EvAdventureNPC):
@lazy_property
def ai(self):
return AIHandler(self)
def ai_idle(self):
pass
def ai_roam(self):
pass
def ai_roam(self):
pass
def ai_combat(self):
pass
def ai_flee(self):
pass
所有剩余的逻辑都将进入每个状态方法中。
12.3.1. 闲置状态¶
在闲置状态下，怪物什么也不做，所以我们只需将ai_idle方法保持原样——只需一个空的pass。这意味着它也不会攻击同一房间的玩家角色——但如果玩家角色攻击它，我们必须确保强制它进入战斗状态（否则它将毫无防备）。
12.3.2. 漫游状态¶
在这个状态下，怪物应该从一个房间移动到另一个房间，直到找到玩家角色进行攻击。
# 在 evadventure/npcs.py 中
# ...
import random
class EvAdventureMob(EvAdventureNPC):
# ...
def ai_roam(self):
"""
漫游，随机移动到一个新房间。如果找到目标，则切换到战斗状态。
"""
if targets := self.ai.get_targets():
self.ai.set_state("combat")
self.execute_cmd(f"attack {random.choice(targets).key}")
else:
exits = self.ai.get_traversable_exits()
if exits:
exi = random.choice(exits)
self.execute_cmd(f"{exi.key}")
每次AI被触发时，这个方法将被调用。它将首先检查房间中是否有任何有效目标（使用我们在AIHandler上创建的get_targets()助手）。如果有，我们切换到combat状态，并立即调用attack命令以发起/加入战斗（参见战斗教程）。
如果没有找到目标，我们获取可穿越出口的列表（未通过“traverse”锁检查的出口已从此列表中排除）。使用Python的内置random.choice函数，我们从该列表中随机选择一个出口，并通过其名称移动。
12.3.3. 逃跑状态¶
逃跑类似于_漫游_，但AI永远不会尝试攻击任何东西，并将确保不返回它来的路。
# 在 evadventure/npcs.py 中
# ...
class EvAdventureMob(EvAdventureNPC):
# ...
def ai_flee(self):
"""
从当前房间逃跑，避免返回到我们来的房间。如果没有找到出口，则切换到漫游状态。
"""
current_room = self.location
past_room = self.attributes.get("past_room", category="ai_state", default=None)
exits = self.ai.get_traversable_exits(exclude_destination=past_room)
if exits:
self.attributes.set("past_room", current_room, category="ai_state")
exi = random.choice(exits)
self.execute_cmd(f"{exi.key}")
else:
# 如果在死胡同，漫游将允许退回
self.ai.set_state("roam")
我们将past_room存储在自己身上的一个属性“past_room”中，并确保在尝试找到随机出口时排除它。
如果我们最终进入死胡同，我们切换到_漫游_模式，以便它可以退回（并且也开始再次攻击东西）。因此，这种效果是怪物将尽可能远地逃跑，直到“平静下来”。
12.3.4. 战斗状态¶
在战斗状态下，怪物将使用我们设计的战斗系统之一（无论是快速战斗还是回合制战斗）。这意味着每次AI被触发时，而我们处于战斗状态，实体需要执行一个可用的战斗动作，保持，攻击，做特技，使用物品_或_逃跑。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 | # 在 evadventure/npcs.py 中 # ... class EvAdventureMob(EvAdventureNPC): combat_probabilities = { "hold": 0.0, "attack": 0.85, "stunt": 0.05, "item": 0.0, "flee": 0.05, } # ... def ai_combat(self): """ 管理怪物的战斗/战斗状态。 """ if combathandler := self.nbd.combathandler: # 已经在战斗中 allies, enemies = combathandler.get_sides(self) action = self.ai.random_probability(self.combat_probabilities) match action: case "hold": combathandler.queue_action({"key": "hold"}) case "combat": combathandler.queue_action({"key": "attack", "target": random.choice(enemies)}) case "stunt": # 选择一个随机盟友来帮助 combathandler.queue_action( { "key": "stunt", "recipient": random.choice(allies), "advantage": True, "stunt": Ability.STR, "defense": Ability.DEX, } ) case "item": # 对随机盟友使用随机物品 target = random.choice(allies) valid_items = [item for item in self.contents if item.at_pre_use(self, target)] combathandler.queue_action( {"key": "item", "item": random.choice(valid_items), "target": target} ) case "flee": self.ai.set_state("flee") elif not (targets := self.ai.get_targets()): self.ai.set_state("roam") else: target = random.choice(targets) self.execute_cmd(f"attack {target.key}") |
第7-13行：此字典描述了怪物执行给定战斗动作的可能性。通过只修改这个字典，我们可以轻松创建行为非常不同的怪物，比如更频繁地使用物品或更倾向于逃跑。你也可以完全关闭某些动作——默认情况下，这个怪物从不“保持”或“使用物品”。
第22行：如果我们在战斗中，
CombadHandler应该在我们身上初始化，作为self.ndb.combathandler可用（参见基础战斗教程）。第24行：
combathandler.get_sides()为传递给它的对象生成盟友和敌人。第25行：现在我们之前在本课程中创建的
random_probability方法变得很方便！
此方法的其余部分只是获取随机选择的动作，并执行所需的操作以将其排队为CombatHandler的新动作。为了简单起见，我们只使用特技来增强我们的盟友，而不是阻碍我们的敌人。
最后，如果我们当前不在战斗中，并且附近没有敌人，我们切换到漫游——否则我们开始另一场战斗！
12.4. 单元测试¶
创建一个新文件
evadventure/tests/test_ai.py。
如果你已经跟随之前的课程，测试AI处理器和怪物是很简单的。创建一个EvAdventureMob并测试调用其上的各种与ai相关的方法和处理器是否按预期工作。一个复杂之处是模拟random的输出，以便你总是得到相同的随机结果进行比较。我们将AI测试的实现留给读者作为额外的练习。
12.5. 结论¶
你可以轻松扩展这个简单的系统，使怪物更“聪明”。例如，怪物可以在战斗中考虑更多因素，而不是仅仅随机决定采取哪种行动——也许一些支持怪物可以使用特技为他们的重击手铺平道路，或者在受伤严重时使用治疗药水。
添加一个“追踪”状态也很简单，在这个状态下，怪物会在移动到相邻房间之前检查目标。
虽然实现一个功能齐全的游戏AI系统不需要高级数学或机器学习技术，但如果你真的想要的话，当然可以添加各种高级功能！