game-ai-strategy-design

Game AI Strategy Design

目标

把“能动的 AI”升级成“像会玩的人”的 AI。默认先理解游戏目标、局势评价和玩家反馈，再把策略拆成可解释、可测试、可逐步调参的模型；不要靠继续堆单点 if 解决“AI 蠢”的反馈。

先锁定前提

动代码前必须说清四件事：

1. 问题对象：具体是哪款游戏、哪个阶段、哪类决策，例如投骰追击、出牌、选技能、目标选择。
2. 真相来源：玩家反馈、现有测试、源码、攻略/规则资料、成熟游戏 AI 对比，哪些已经命中症状。
3. 目标入口：本地 AI、远程 AI、移动端表现、线上 OTA 版本还是测试环境。
4. 验收口径：用哪些回归场景证明更聪明，例如保留高价值结果、继续追高收益组合、不为低收益动作浪费资源。

缺任一项时，先补证据或向用户问最小问题，不要直接改。

设计流程

1. 先复盘真实反馈

• 把玩家说法翻译成决策失败模式：短视、拆好牌、不会追大招、不会留资源、不会阻止对手、不会看胜负点。
• 找到对应动作入口：legal actions、评分器、投影函数、局势估值、阶段推进或卡牌交互。
• 写出反例场景：当前骰面/手牌/资源/回合数/可选动作，以及好玩家通常会做什么。

2. 再读成熟参照

• 优先对比仓库里已成熟的同类 AI，例如局势评分、胜负点 swing、阻止对手、角色 / 派系画像、局部模拟。
• 只迁移思想，不硬搬数值。先问：这个游戏的“赢分”是什么，当前行动如何改变胜率。
• 输出差距结论：当前 AI 是阶段专家、全局局势评估器、资源管理器，还是只是一组动作偏好。

3. 拆成三层模型

• 打法画像：角色、派系、卡组或玩法包偏好。说明它偏爆发、控场、资源、抢节奏还是防守。
• 局势/期望模型：用可计算指标表示好坏，例如伤害期望、得分差、成功率、缺口、风险、剩余机会、资源消耗。
• 行动执行模型：把评分落到真实合法动作，例如锁骰、重投、打牌、选技能、弃牌、结束阶段。

任何新策略都应能落到这三层之一。落不进去的 if，通常需要重新设计。

行动收益必须来自结算结果

• “能打出 / 合法动作 / 有策略标签 / 目标基地压力高”只能说明候选可评估，不能单独算收益。
• 对会消耗资源的行动（例如行动牌、手牌、次数、能量），评分前必须扣住执行后的真实收益：状态评分变化、规则效果事件、打开可收口的己方后续选择，或明确的对手阻断收益。
• 如果动作预演后只有“没有有效目标”反馈、没有状态收益、没有己方后续选择，默认强降权或让结束 / pass / skip 胜出；不得为每张牌继续堆单卡 if 来掩盖评分模型缺口。
• legal actions 只保证“真人和 AI 都能执行同一批合法命令”；策略层必须再判断“执行后值不值得”。不能用合法性校验替代收益预测，也不能用节奏基础分覆盖预演结果。
• 回归测试至少覆盖一个“命令合法但结算零收益”的反例，证明 AI 不是靠某张牌的特例过滤才变聪明。

共享 outcome 合同

• 新增或重构“打出 / 发动 / 消耗资源”的 AI 策略时，优先接 src/engine/ai/actionOutcome.ts 的共享合同：游戏层提供真实执行预演 adapter，共享 scorer 消费 utilityDelta / hasMeaningfulEffect / hasOwnedFollowUp / feedbackKeys 等结果分类。
• GameAiRuntime.projectActionOutcome 是游戏对共享 AI 框架暴露执行结果的标准入口；新策略不应把“零收益 / 无目标 / 空耗资源”的判断散落在多个 scorer、lookahead、phase-hold 或单卡 if 中。
• 共享层只定义结果分类和扣分门槛，不写游戏收益公式。VP、伤害、位置、牌差、资源、骰面等收益定义仍由各游戏 adapter 翻译成 outcome。
• 已有真实结算预演 adapter 的游戏，新增可消耗资源动作应优先复用该 adapter；只有共享 outcome 合同无法表达的新收益形态，才扩展对应游戏 adapter，不为单个对象绕开框架补特例。

4. 给每个策略写反例测试

至少覆盖：

• 玩家反馈中的原始坏例子。
• 高收益但需要忍住低阶收益的例子。
• 没有资源/机会不足时不硬追的止损例子。
• 与旧合同相邻的稳定性测试，避免修聪明后又卡死或非法动作。

测试名用中文描述玩家能听懂的行为，不只写内部函数名。

5. 重构优先级

优先做：

• 把上下文、候选生成、评分、动作优先级拆开。
• 把“当前已成技能”和“更高目标追击”分开评价。
• 把资源牌/改骰牌/重掷机会作为概率加成或成本，而不是写死必追或不追。
• 保留可调权重的集中位置，方便后续按角色/难度调参。