Pokerogue项目中的敌人AI决策机制深度解析

Pokerogue项目中的敌人AI决策机制深度解析

pokerogue 项目地址: https://gitcode.com/gh_mirrors/po/pokerogue

前言

在回合制战斗游戏中，一个设计精良的AI系统能极大提升游戏体验。本文将深入分析Pokerogue项目中敌人AI的决策机制，包括换位判断和技能选择两个核心环节，帮助开发者理解如何构建一个智能且富有挑战性的战斗AI系统。

敌人AI决策流程概述

Pokerogue中的敌人AI决策分为两个主要阶段：

1. 换位判断阶段：评估当前场上宝可梦与后备宝可梦的匹配度，决定是否需要换位
2. 技能选择阶段：当不换位时，从可用技能中选择最优技能攻击目标

第一阶段：换位决策机制

匹配度评分系统

换位决策的核心是计算每个宝可梦的匹配度评分(Matchup Score)，公式如下：

MUScore = (atkScore + defScore) * hpDiffRatio

攻击评分(atkScore)

• 计算攻击方宝可梦所有属性对防御方的总效果
• 类型克制效果：2倍克制得2分，4倍克制得4分
• 速度加成：若攻击方速度更快，得分增加25%

防御评分(defScore)

• 计算防御方宝可梦对攻击方的防御效果
• 公式为攻击方atkScore的倒数
• 防御评分上限为4分

HP差异比率(hpDiffRatio)

hpDiffRatio = sourceHpRatio - oppHpRatio + 1

• 若攻击方速度更快，此值乘以1.5
• 最大值限制为1

换位决策流程

1. 前置条件检查：

   • 是否有已排队的技能(如使用破坏光线后的休息回合)
   • 是否被束缚(如绑紧、沙穴等效果)

2. 评分计算：

   • 计算队伍中每个宝可梦对敌方宝可梦的匹配度评分
   • 若敌方有两只宝可梦在场，则评分相加

3. 换位判定：

   • 对最高评分宝可梦应用换位频率修正系数
   • 普通训练家：当后备宝可梦评分≥当前3倍时换位
   • 高级训练家(道馆馆主等)：当≥2倍时换位

第二阶段：技能选择机制

当决定不换位时，AI需要选择最优技能进行攻击。

技能选择流程

1. 可用技能筛选：

   • 排除PP不足或被禁用的技能
   • 若无可用技能，则使用挣扎

2. 技能评分计算：

   • 对每个技能计算技能评分(Move Score)
   • 技能评分等于该技能对所有可能目标的最高目标评分(Target Score)

3. 技能评分调整：

   • 未实现的技能(N结尾)：评分设为-20
   • 使用条件不满足的技能：评分设为-20
   • 目标评分为0或NaN：视为未实现，评分设为-20

4. 技能选择算法：

   • 按评分降序排序技能
   • 根据AI类型选择技能：
     • SMART_RANDOM：5/8概率选最高分，3/8概率考虑次优
     • SMART：基于评分比例选择，评分相近时随机性更高

目标评分系统

目标评分(TS)由用户收益评分(UBS)和目标收益评分(TBS)组成：

TS = UBS + (TBS × 目标系数)

• 敌方目标：目标系数为-1
• 友方目标：目标系数为1

攻击技能评分计算

对于攻击技能，额外计算attackScore：

attackScore = (typeMult × statMult) + floor(威力/5)

• typeMult：克制为2，不克制为-2
• statMult：基于攻击/特攻属性匹配度(0.75-2倍)

最终TBS计算：

TBS = baseScore - attackScore

最终评分调整

• 对敌方：TS乘以克制系数和本系加成(1.5倍)
• 对友方：TS除以这些系数
• 若TS=0，设为-20

目标选择机制

目标选择基于目标选择评分(TSS)：

TSS = TBS × 目标系数

选择流程：

1. 按TSS降序排序目标
2. 标准化权重(确保最小权重≥0)
3. 过滤掉权重<最高权重/2的目标
4. 基于剩余权重随机选择目标

实战案例分析

假设对战场景：

• 敌方训练家：龙头地鼠(钢/地面) vs 我方麻花犬(妖精)

换位决策

1. 计算龙头地鼠匹配度：

   • atkScore：钢系克制妖精(2倍)，若速度更快→2.5
   • defScore：钢抵抗妖精→2
   • hpDiffRatio：1(双方满HP)
   • 总评分：4.5

2. 计算后备宝可梦(熔蚁兽)匹配度：

   • atkScore：火系被免疫→0
   • defScore：火抵抗妖精→2
   • 总评分：2

3. 决策：龙头地鼠评分更高，不换位

技能选择

1. 可用技能：地面冲击、铁头、抓狂、剑舞
2. 评分计算：
   • 地面冲击：
     • 攻击评分：-2×2 + 20 = 16
     • 最终评分：16 × 1.5(STAB) = 24
   • 铁头：
     • 攻击评分：2×2 + 16 = 20
     • 目标评分：-(-5-20)=25
     • 最终评分：25 × 2(克制) × 1.5(STAB) = 75
   • 剑舞：非攻击技能，基于属性评分
3. 选择结果：铁头(评分最高)

总结

Pokerogue的AI系统通过精细的评分机制和概率选择，既保证了战斗的智能性，又保留了适当的随机性。关键设计要点包括：

1. 多维度的评分系统(攻击、防御、HP、速度等)
2. 不同类型的训练家采用不同的决策阈值
3. 基于评分的概率选择而非绝对最优
4. 完善的技能属性效果评估

这种设计既符合宝可梦系列的对战策略深度，又能适应roguelike游戏的随机性需求，值得同类游戏开发者参考借鉴。

pokerogue 项目地址: https://gitcode.com/gh_mirrors/po/pokerogue