效用 AI：给每个念头打个分

饿了多久，食物多香

一个 NPC 该不该去吃饭？最直接的写法是一串 if：「饥饿大于 0.7 就去吃」。可是食物在地图另一头呢？刚好在脚边、只是有点饿呢？条件越加越多，规则互相打架，NPC 还容易卡在某个行为里出不来。

效用 AI (Utility AI) 换了个问法：不问「满足哪条规则」，而问「每个选项有多想做」。给吃饭、巡逻、睡觉……每个候选行动各算一个分数，选最高的那个。饿了多久、食物多远、食物多香，都变成这个分数的一部分，一起权衡。

Dave Mark 的无限轴效用系统 (Infinite Axis Utility System, IAUS) 把这个思路做成了一套纯数据驱动的架构。按它的说法，相比硬编码的 if/then，这样的 AI 没那么脆，也更少卡在不该停留的行为里。

一次决策的四步

对每一个候选行动：

1. 采集输入：血量、距离、弹药……通常先归一化到 $[0,1]$；
2. 过响应曲线：每个输入经过一条响应曲线 (Response Curve)，变成这一项的分数——这一步叫一个考量 (Consideration)；
3. 合成：把几项考量的分数合成一个总分，业界常见的做法是相乘；
4. 比较：在所有候选行动里取最高分，或者按分数加权随机，免得 NPC 显得太机械。

flowchart LR
  I["原始输入：饥饿、距离……"] --> N["归一化到 0~1"]
  N --> C["响应曲线（考量）"]
  C --> M["多项相乘，得到总分"]
  M --> P["所有候选行动比分"]
  P --> A["选中的行动"]

响应曲线：把「在乎多少」画出来

同样是「饥饿 0.5」，有的 NPC 已经坐立不安，有的还无所谓。差别就在响应曲线：横轴是归一化的输入，纵轴是这一项给出的分数。下面这些是常见的几种形状，点一点预设，再拖动 k：

曲线的形状就是设计师手里的旋钮：要调的是 NPC 的「性格」，而不是一串条件分支。这些曲线只是常见形状的举例；IAUS 这类系统具体提供哪些曲线、参数怎么取，以产品文档为准，这里不展开。

动手：两个考量，一张分数地图

现在让 NPC 在「去吃饭」和「继续巡逻」之间选。吃饭的分数由两个考量相乘：饥饿过一条 pow(h, 2.0) 曲线，距离过一条 1.0 - d 曲线；巡逻是一条恒定的基线 0.3。

下面画布的左边是整个状态空间：横轴是饥饿（左边不饿，右边饿极了），纵轴是到食物的距离（下面就在脚边，上面很远）。黄色区域里吃饭赢，越黄分数越高；蓝灰色区域里巡逻赢；橙线是两者打平的分界。白圈是鼠标所在的状态，右边两根柱子是这个状态下两个行动的分数，带橙边的是赢家。

相乘的两个性质

上面最后一条提示暴露了相乘的第一个性质：一票否决。只要有一项考量是 0，总分就是 0。「一点也不饿」本来就应该否决「去吃饭」，相加却会让另一项把分数撑起来。

第二个性质是分数塌缩：每多一项考量，就多乘一个不大于 1 的数。即使每一项都给出不错的 0.9，乘起来也会越来越小：

于是考量多的行动天生吃亏，哪怕它每一项都很合适。所以实际系统常在相乘之外再加一个随项数调整的补偿，避免维数一多分数就塌下去。补偿的具体公式资料里没有给出，这里不展开。

选最高分，还是按分数抽签

总是选最高分的行动，NPC 在相同的局面下会做出一模一样的选择，玩家很快就能看穿。按分数加权随机——分数高的更可能被选中，但不是必然——能让行为多一点变化。

为什么设计师喜欢它

IAUS 的产品介绍里强调的是工程上的好处：

• 设计师在工具里调曲线、打包行为，不必改代码分支；按它的说法，ArenaNet 在《激战 2：荆棘之心》的演示里，大约 7 分钟就拼出了一个独特的 NPC 行为包；
• 行为模块可以组合到任意 NPC 上；
• 能和影响力图 (Influence Map) 这类空间知识层配合使用。

Halo 2 的警告：浮点竞争排不出硬优先级

Damian Isla 在讲 Halo 2 的 AI 时，专门批评过「子行为用连续的浮点欲望互相竞争」的做法：选项一多，就很难排出「除非玩家在车里，否则先战斗」这种硬优先级。Halo 2 最后改用二元的相关性加优先级列表。

这对效用 AI 是一个提醒：它擅长渐变的权衡（饿了多久 × 食物多香），却不擅长绝对的抢占。设计上需要绝对抢占时，应该在效用外面再包一层优先级，或者把硬规则做成高分门槛、独立的决策层，而不是指望调几个浮点数就能表达全部逻辑。

在游戏里怎么用

取舍与常见的坑

小结与练习

• 效用 AI 给每个候选行动打「有多想做」的分，选最高分或按分数抽签；
• 一个考量 = 归一化的输入 + 响应曲线，曲线的形状就是 NPC 的性格；
• 多项考量常相乘：任何一项为 0 就一票否决，但项数一多分数会塌缩；
• 它擅长渐变的权衡，不擅长硬优先级，需要时在外面再包一层。

练习：在分数地图里加第三个行动「去睡觉」，它的分数只看一个新的考量，比如用 1.0 - s.x 表示「越不饿越想睡」。给它一种新颜色，看看状态空间被三个行动怎么瓜分。