MOBA英雄AI设计分享

转自：http://www.gamelook.com.cn/2018/07/333877

文/wataloo

1  设计概要

1.1  设计原则和目的

英雄AI的目的主要有：

1.新手过渡局，让玩家刚进入到游戏时，和较弱电脑对战，培养成就感，避免还没有熟悉游戏致使的挫折流失。

2.人机对战，给玩家练习新英雄或者挑战高难度电脑的机会。

3.温暖局，对连败玩家，匹配机器人去补偿一场胜利，舒缓连败挫折。

4.掉线托管，用强度合理的AI来补位掉线玩家，减小其余在线玩家的掉线局有损体验。

英雄AI的设计原则是：优秀的AI并不要求是尽可能的和人表现一致，也不是多么的精准和无懈可击，而是可以和玩家进行很好的交互，提高游戏体验。

1.2  设计思路

咱们的AI实现分为四个阶段，正好相似于玩家的成长。

第一阶段是基本战术AI，主要包括：混线，买装备，逃避危险，回城，补兵。是一种单兵做战AI。模仿新手玩家的刚刚开始学习操做。

第二阶段是增长一些事件响应用来控制英雄的走位和换线，包括敌塔下撤退，救援己方塔，包括抱团。模仿玩家已经开始渐渐了解塔的属性，初步开始与其余玩家合做。

第三阶段是协同战术AI，该AI周期性的判断是否应该果断出击打出一波局部进攻。它会在比较短的时间内控制局部范围内的单位一块儿行动，会有走位，配合使用技能等较细致的行为，是一种小团队AI。模仿玩家已经开始熟悉全部英雄，微操提高，对Gank略有心得。

第四阶段是战略AI，总体协调所有玩家在地图上的分布，野区，兵线。模仿玩家已经有较强的团队意识，会分工和配合了。

2  名词解释

1．单体战术AI：每一个英雄都会配备本身独特的战术AI，此AI将实现战斗细节，好比英雄什么时候该释放技能，对谁释放;如何走位规避风险或者造成Gank优点站位;怎么补兵;购买贩卖何种道具;什么时候追击什么时候逃跑等等。

2．全局AI：全局AI是一种综合考虑场上全部战斗因素以后对单体发布指令的控制器。全局AI所关注的事情主要有：兵线英雄的分布，Gank发动时机，逃避危险，救援建筑。全局AI是经过给单位添加指令buff和修改单体战术AI的参数来实现的。

3． AI参数：咱们将尽量的暴露出AI的各类行为参数，并经过AI参数来控制电脑的AI难度强度。高难度AI，意味着它优先使用较高收益的战略。而低难度AI则能够选择比较低收益的战略。咱们的不一样难度AI是经过修改AI的一系列参数来实现的。

4． 行为树：树形结构的行为流程处理，每一个Tick到来时，行为树按照必定的规则进行搜索和执行相应节点，直到到达某个返回true的叶节点，以后结束当前Tick。

5． Gank 小组：Gank小组是一个动态的局部的概念，当我方英雄A周边有敌对英雄时，英雄A就是属于某个Gank小组的，Gank小组的其余成员必须和A距离很近。

6．  Gank 行为：Gank行为是一种对集体行为的模仿，其本质仍然是单体AI，但Gank发动时机是经过全局AI来控制的。处于Gank状态的机器人会表现出与单体行动很不同的行为，好比坦克可能宁死也不撤退，ADC优先释放控制技能。

3  行为树实现

3.1行为树脑图

行为树脑图是一个多叉树，各个父节点的全部子节点节点按照从左到右、从上到下的顺序逐个检测，只要返回True了，之下的节点都再也不执行。灰色注释为节点执行的先决条件，灰色节点不知足则直接返回False。脑图中的

对应着行为树中的Selector节点。

行为树工具基本思想都一致，但使用起来仍是有较大差异的。常见的是Unity3D的BehaviorDesigner插件，虚幻四自带的行为树组件，公司内部的Behaviac。我最喜欢的是BehaviorDesigner，学习时仍是推荐Behaviac，传送门：http://www.behaviac.com/language/zh/%E9%A6%96%E9%A1%B5/

缘由比较简单，只有它是中文。

英雄AI行为树脑图

这是一个还没有展开的行为树，每一个超连接都对应一个子树，会逐个展开来说解。

3.1.1购买道具

购买道具

英雄购买道具须要提早写好英雄对应的阶段道具设置。

好比：

出装流程

每隔一段时间检测一次金钱是否能够买卖下阶段的道具。

3.1.2濒死逃亡

濒死逃亡

3.1.3 Gank战术行为

Gank战术行为

每一个英雄都须要单独编写此子树。首先搜寻最优攻击目标，然后检测是否能用技能组合一次秒之。

最优技能释放目标搜索

知足如下条件的单位应该优先被锁定：

1.HP较低

2.AP或者MP较高

3.物理或魔法护甲较低

4.处在友方其余英雄攻击范围内

咱们可使用以下计算公式(本文里面的任何公式都不必定是最优解的，但都知足定性的设计要求)：

其中a,b为参数，AllyNearBy为敌方英雄600码内我方英雄数量，每增长一个盟友，敌人的诱惑程度增长b。推荐参数值a=0.7, b=0.3

技能是否使用只对最优释放目标进行考虑。

3.1.4推兵线

推兵线

英雄磨血节点须要考虑收益，计算公式：

收益值要考虑率较多因素，包括敌我双方血量，敌方英雄的同盟单位，收益值可能为负值。

3.1.5执行AI行动指令 

AI行动指令通常都是经过行为树以外的全局AI脚原本产生，并通知给AI行为树。常见的使用方式是，用一个全局AI脚原本产生各类指令，将指令传递给行为树，实现全局AI控制单位。

3.2 AI事件响应

3.2.1英雄躲避塔的攻击

避免英雄冲塔行为。

3.2.2全局GankAI

周期计算Gank形势。通知AI是否该Gank或者集体逃亡。

3.2.3救援塔

当塔受到攻击时触发，用来产生AI指令，控制AI行为。

3.2.4兵线分布调整

当游戏运行时间超过6分钟时，AI要开始抱团，强推一路，以后每三分钟都要进行一次抱团检测。

兵线危机值计算：

兵线局势须要考察的因素：英雄数量，士兵数量，塔的数量，前塔的HP，推荐公式：

其中a,b,c为参数，Lane表示兵线1,2,3。对应10v10游戏推荐参数设置：a=8, b=2, c=6, d=0.2,e=20

兵线危机值能够是负值，危机值越高则兵线越危险，值越低则兵线越安全。咱们每10秒计算一次兵线危机值，根据兵线的情况来决定是否援助和抱团。

抱团是一个较为稳定的行为，咱们设定每次防守抱团以后都要锁定切换兵线行为3分钟，进攻抱团锁定2分钟。

从另外两条兵线抽调英雄到最危险兵线。派遣数量服从规律：抽调后兵线上 我方英雄数目/敌方英雄数目>0.65(参数)，尽量多抽调英雄，但也确保不会让被抽调的兵线变得很不安全。派遣数目能够是0，表示全线吃紧，每条兵线都没法抽调英雄去支援其余兵线。初期，每条兵线最少也要保留一个英雄。

3.3 Gank详解

3.2.1 Gank行为基本设定

首先要明确几个设计前提：

1.Gank行为优先级要高于单体行为优先级，或者说，Gank行为执行期间会屏蔽掉大多数单体AI行为。

2.Gank行为须要考虑到局部范围内(好比说整个屏幕)全部单位(包括敌方)，然后控制全部我方英雄一块儿行动。

3.Gank AI控制下的机器人可能会表现出和单体AI彻底不一致的行为，好比肉可能直接冲到敌人人堆中，吸取仇恨，至死方休;ADC和APC最优先的策略可能不是输出，而是控制;部分机器人输出伤害优先级要高于逃避危险。

4.Gank行为并不是常态。达成必定条件以后才会触发。好比某个时刻敌我力量对比呈现一边倒

Gank小队的生成

Gank是局部小团队行为。必须考察周边敌我英雄和塔的个数，英雄和塔的潜在杀伤。Gank是个局部行为，只有距离很近的那些单位才会被认为是处于同一个Gank小组内。Gank小组是个动态变化的单位组。须要每隔一段时间从新生成一次。

生成方案：

寻找Gank中心英雄，Gank中心英雄只是根据位置搜索产生的，并不意味着它们会在Gank中处于核心地位。每隔一个周期(2秒，参数)先遍历某阵营场上所有英雄，统计这些英雄身边敌对英雄的数目。并按照递减顺序排列。身边敌对英雄越多，该英雄越可能处于Gank中心位置。按顺序遍历己方英雄(只遍历身边有敌对英雄的)，若是它们还未参与Gank，则以该英雄为中心，在必定半径(2000，参数)内搜索敌我未参与Gank的英雄，将盟友英雄写入Gank小队，并标记它们已经参与Gank了，将敌方英雄写入Gank目标小队(目标小队并非敌方的实际Gank小队，敌方的实际Gank小队生成方式和我方一致)。如此，全部可能正处于交战状态的英雄就按照区域划分到了不一样的Gank小组。

Gank的发起和结束

Gank小队是动态生成的，每一时刻Gank小队都是存在的，但发起Gank行为是须要条件的。

每隔一段时间要检测一下Gank小队的实力对比.

1. 若是我放Gank小队实力明显强于目标敌方小队，则发动Gank，并锁定5(参数)秒。Gank期间英雄优先执行Gank AI，屏蔽掉单体行为。Gank结束锁定后。从新生成Gank小组，从新判断形势，决定是否发起新的Gank。

2. 当我方Gank小队实力明显弱于敌方时，集体执行撤退到己方前沿塔。但并不进入Gank行为。

3. 均衡局面，若是有敌方单位可秒(可秒的含义是，gank小组的输出指望是目标单位hp的1.6(参数)倍)，则马上发动Gank。不然调整我方站位，综合防护最强的英雄位置保持不变，脆皮远离敌小队中心，但不能离开坦克超过(1000参数)。调整站位是单体AI行为，战略AI经过参数来控制单体行为(发送指令buff，发送目标位置)。

3.2.1技能伤害量化

若是但愿AI精准的释放技能，量化技能伤害是相当重要的。并非全部技能都是直接当即伤害的，AI要怎么理解本身的被动技能和buff技能?

咱们作的处理是：

l 默认在一次Gank周期中AI能够普通攻击三次，或者5秒。

l 将被动技能，好比暴击和加速之类的，直接量化为三次攻击或5秒攻击中的伤害收益。

l 晕眩技能根据晕眩时间量化成额外伤害百分比。

l 辅助技能仅仅起增强队友做用的，伤害量化为0

当技能所有量化成具体数字以后，就能计算每一个英雄在单次Gank中的伤害输出指望值了。

英雄威胁值

咱们用英雄威胁值来表征英雄在单次Gank中的伤害输出指望值。

威胁值的计算：

首先遍历场上全部英雄，根据英雄技能等级和CD状态预估出来技能的三种伤害(物理，魔法，真实)数据。

对峙双方若是威胁值总和差异很大(参数60%)，则认为非均衡局面出现。优点一方会马上发起Gank，进入团战模式。而劣势一方会马上进入集体撤退状态。

威胁值相差不是很大时，英雄表现为单兵行动。此时威胁值的主要做用是敌对目标选择。

3.2.1 GankTarget选择

GankTarget的选择方式——寻找最具吸引力的敌方单位，改进版的吸引力公式：

这个公式综合考虑的因素有：敌人是否高AD或者高AP?物理护甲和魔法护甲如何?当前血量?我方集火的状况下，伤害总输出能杀死他几回?

最大吸引值得敌方英雄会成为Gank小组的共同目标

4 总结

在本文中，咱们按照从零开始逐步展开，完整描述了MOBA英雄AI的设计流程。限于篇幅，咱们仅仅描述了最核心的框架，诸多细节都未展开。在手游 MOBA《全民超神》项目中，按照这个框架，咱们在短短一个月时间内就实现了英雄AI。

本方案原创了两个核心设定：Gank和技能伤害量化。

Gank的设定让AI可以有效的躲避危险，也能很精准的捕捉战机，完成不少让人赞叹的绝妙击杀。

伤害量化，让AI理解本身技能的特性。对AI行为收益优化帮助很大。