全书速查表与十条经验法则
最后一篇是复习材料:全书内容的一页索引与浓缩经验。
全书速查表
| 我想做的事 | 去哪一节 |
|---|---|
| 理解 AI 的三层结构 | 第 1 章 0101 |
| 选决策框架 | 第 1 章 0102 |
| AIController / Pawn 分层 | 第 1 章 0103 |
| 跑通最小巡逻 AI | 第 1 章 0104 |
| 行为树节点类型 | 第 2 章 0201 |
| 黑板设计 | 第 2 章 0202 |
| 感知系统 | 第 2 章 0203 |
| 自定义任务与装饰器 | 第 2 章 0204 |
| 巡逻-追击-攻击完整 AI | 第 2 章 0205 |
| StateTree 核心概念 | 第 3 章 0301 |
| StateTree 与行为树分工 | 第 3 章 0302 |
| StateTree 参数化复用 | 第 3 章 0303 |
| StateTree 实战 | 第 3 章 0304 |
| StateTree 迁移 | 第 3 章 0305 |
| EQS 是什么 | 第 4 章 0401 |
| 生成器与情境 | 第 4 章 0402 |
| 测试项与权重 | 第 4 章 0403 |
| 攻击位 / 掩体位查询 | 第 4 章 0404 |
| EQS 性能与坑 | 第 4 章 0405 |
| 导航网格与避让 | 第 5 章 0501 |
| 数据驱动 AI 配置 | 第 5 章 0502 |
| 多人 AI | 第 5 章 0503 |
| AI 调试工具箱 | 第 5 章 0504 |
十条经验法则
- 先定表现再定实现:玩家觉得 AI 聪明靠表现而不是算力。
- 决策层事件驱动:感知有新信息再思考,不轮询。
- 决策与记忆放 AIController,Pawn 只管动。
- 黑板只放决策需要的数据,写入要集中。
- 必要条件用过滤,偏好条件用权重。
- EQS 候选点上限必设,结果缓存 2~5 秒。
- 服务器权威:决策跑服务器,只复制输出。
- 大量 AI 分档:远距离 AI 降频或冻结。
- 打包后必做 AI 冒烟测试(编辑器数据会撒谎)。
- 用 AI Debug + Visual Logger 先定位再改 bug。
