Back

AI 系统设计与优化方案

整合：AI 模块架构 + AI 间谍机制 + 士兵间谍战术 | 2026-04-29

最后编辑时间：2026年05月07日【AI】瑶华

一、AI 模块架构

1.1 目录结构

AI/
├── Search/                    # 搜索层 — 决策入口，驱动搜索树
│   ├── AISearchEngine.cs      FindBestMove / SearchState / ChooseHumanLikeMove
│   └── AIProfile.cs           AI 难度配置（搜索深度、思考延迟、Human-Like 窗口）
│
├── Evaluation/                # 估值层 — 纯函数，评估局面与走法
│   ├── AIEvaluator.cs         棋子价值 / 距离 / GetOppositeSide / 护将 / 堡垒判断
│   ├── AIMoveScorer.cs        EvaluateSimState（局面估值）/ ScoreSimMoveOrdering（走法排序）
│
├── Simulation/                # 模拟层 — 状态快照与走法生成
│   ├── AIMoveGenerator.cs     GenerateSimMoves / BuildSimAvailablePaths / ApplySimMove / TryCreateSimMove
│   ├── AISimState.cs          模拟局面快照（pieces / occupiedGrid / spyIds）
│   ├── AISimPiece.cs          模拟棋子快照
│   ├── AISimMove.cs           模拟走法数据结构
│   ├── AISimMoveDecision.cs   决策结果结构体
│   └── AISimHelpers.cs        状态构建 / 间谍揭露判断 / 辅助函数
│
└── Tactic/                    # 战术层 — 战术选择与走法奖励加权
    ├── AITacticManager.cs     战术初始化 / 阶段混合 / GetTacticBonus
    └── AITacticProfile.cs     战术数据结构 + 8 个预定战术库

1.2 分层依赖（自上而下，无循环）

Search ──────→ Simulation ──────→ Evaluation
  │                │                    │
  │                └──→ Tactic ←───────┘
  │                      │
  └──────────────────────┘

1.3 数据流

GameManager (开局)
  └→ AITacticManager.InitializeForGame()

GameManager.RunAITurn()
  ├→ AISimHelpers.BuildCurrentSimState()       # 构建模拟快照
  ├→ AISimHelpers.ShouldAIRevealSpy()           # 间谍揭露判断（大臣）
  ├→ AISimHelpers.ShouldAIRevealSoldierSpy()   # 间谍揭露判断（士兵）← 新增
  ├→ AITacticManager.UpdateForStep(stepCount)   # 更新阶段战术
  └→ AISearchEngine.FindBestMove()              # 搜索最佳走法
       ├→ AIMoveGenerator.GenerateSimMoves()     # 生成走法
       │    └→ AIMoveScorer.ScoreSimMoveOrdering() # 排序 + 战术加权
       ├→ AIMoveGenerator.ApplySimMove()          # 应用走法到临时状态
       └→ AISearchEngine.SearchState()            # Minimax 递归
            ├→ AIMoveScorer.EvaluateSimState()    # 终局面估值
            └→ AIMoveGenerator.GenerateSimMoves() # 展开下层走法

二、问题汇总

三、方案详述

P1：揭露阈值动态化

现状：

// AISimHelpers.ShouldAIRevealSpy
if (revealGain > 1.5f) return true;  // 固定阈值，开局轻易跨越

优化方案：

float GetRevealThreshold(int stepCount, int aiSpyCount, int enemySpyCount)
{
    float baseThreshold = 3.0f;  // 从 1.5f 提高到 3.0f
    float stepPenalty = Mathf.Min(stepCount * 0.05f, 1.5f);
    float spyDisadvantage = (enemySpyCount > aiSpyCount) ? 0.5f : 0f;
    return baseThreshold - stepPenalty - spyDisadvantage;
}

P4：消除 occupiedGrid 静态注入

优化方案： RuleConfig.GetStepsFromRules 和 GetFortressMoves 增加 int[] occupiedGrid = null 参数，优先使用传入参数，否则回退到 PitchGuide.occupiedGrid。AI 调用处直接传 state.occupiedGrid，不再污染全局。

四、战术系统

权重向量方案。每步走法在 ScoreSimMoveOrdering 末尾叠加战术奖励分。

4.1 战术维度（7 个权重）

4.2 预定战术库（8 个）

4.3 阶段混合规则

五、士兵间谍机制

5.1 核心规则

5.2 大臣间谍 vs 士兵间谍的 AI 决策差异

5.3 士兵间谍的价值来源

主动价值： 揭露时机的选择权在己方，劣势或决定性战役时打出。

被动价值： 敌方始终处于"吃/不吃士兵"的不确定恐惧中——因为你还没揭露，这份恐惧持续给己方施加压力空间。

核心公式：

士兵间谍价值 = 敌方对"揭露"的恐惧
揭露价值最大化时机 = 己方劣势 + 敌方也处于犹豫中

5.4 士兵间谍揭露决策

触发条件（满足其一）：

绝对不应揭露的时机：

• 己方明显优势时（揭露 = 白送敌人确定性）
• 游戏刚开始（士兵间谍还没来得及制造恐惧价值）

5.5 敌方视角的评分惩罚

• 当 AI 评估"吃某个士兵"的走法时，加入犹豫惩罚
• 惩罚幅度 ≈ soldierSpyCount * 0.2f（两个未揭露时约 0.4）
• 这个惩罚在己方揭露后消失

六、预期效果

七、实施记录

所有内容仅供学习与交流，转载须标明链接。未经同意，禁止作为商业用途，有特殊需求请联系站长。