好奇模拟类游戏的 ai 部分是怎么写的

蹲一个大佬。

我记得是行为树。

当你不熟悉一个领域的时候可以去问问 gpt4 https://gpt.best/MBVVx0YZ

搬个小马扎

我蛮好奇那种经营类的游戏，比如地平线这种，这么多实体是怎么做模拟和性能优化的

最近几作不清楚，但过去的是两套系统，既复杂的实时模拟+简单的公式+随机。（用于快速跳过日期）

足球经理、2K/NBA live 里面的经理模式都是如此。但凡是能“跳过时间”的，都是公式+随机。
所以你会发现快速跳过某场比赛与加速模拟某场比赛在结果上有很大差异。

至于说实时模拟部分的逻辑，如果让我设计，就是博弈树+随机+球员状态+公式+一些既定脚本来加权。
举个例子，足球经理很老的作品里，在关键比赛中（升降级，淘汰赛，对手总体数值和我方相似，恶劣天气），很容易出现我队落后，你决策换人，此人力挽狂澜的这种既能刺激多巴胺，又比较俗套的剧本。

挺好的，以前总是想，自己要是做个足球经理应该怎么做？感觉很有意思

刚才又思考了一下，像篮球、足球比赛这种实体很少的模拟，其实用纯脚本也不是不行，只不过显得没那么极客。

1 、对能力、策略、状态、战术、场外因素进行数值化。
2 、针对球员这个实体，做一个基于以上数值化信息的策略脚本(包含无干扰、干扰*n 两种，毕竟一个球员同一时刻能执行的动作极其有限）。
3 、编写剧情脚本（依据数值化有既定脚本执行，比如数值符合某规则的球员，三分球越投数值越高，直到 miss ）
3 、针对球队，做一个基于策略+球员数值的策略脚本。
4 、编写一个赛场中 10 个实体的状态机（不能出现瞬移等情况）。

说个和模拟类可能无关的： https://unity.com/products/machine-learning-agents ，看起来适合训练动作对抗类的 AI Bot

未来会用强化学习的模型代替吗？

游戏里并没有什么 AI ，全是写死的逻辑+随机数。