原文地址：http://www.aisharing.com/archives/86/comment-page-1
记得在以前的一篇文章中谈到了一种类似于双缓冲的AI结构，最近在整理一些东西的时候，发现这样的AI结构具有一定的通用性，而且层与层之间耦合度相对较低，作为一种层次化的AI架构，非常值得一谈。
在我的脑海中，AI一般分为两个部分，一个是决策（Decision）部分，一个是行为（Behavior）部分，决策部分负责做什么，行为部分负责怎么做。在一些国外的公司里，AI程序员也大致分为这两种（不过，一些国内的企业可能就分的没有这么细，一般都是统称为AI程序员，或者有的分的更粗，将一些游戏中的其他游戏逻辑部分一起涵盖，统称为游戏性（Gameplay，GPP）程序员）。正因为这样，所以我们一般希望，在AI架构上，这两个部分的耦合度是相对较低的，这样也便于任务的分工。所谓层次化的AI架构（Layered AI Architeture）也就基于了这样的理念。看下面这个图：
在这样一个层次化的AI框图中，我们定义了“请求（Request）”这样一个概念，请求可以看作是AI决策的结果，或者称之为一个命令，比如，在射击游戏中，请求可能就定义为，射击，移动，逃跑等等，在动作游戏中，请求就会定义成攻击，格挡，跳跃等等。当行为层收到上层的请求后，就会设法去处理该请求的内容，还是以射击游戏为例，当行为层收到射击的指令，就会从射击的动画列表中选择某个射击动画，然后转向目标，播放动画等等工作来处理射击的请求。所以请求相当于就成了决策层和行为层之间的接口。这样，对于决策层和行为层的输入和输出就很明确了：
- 决策层：输入（游戏世界信息），输出（请求）
- 行为层：输入（请求），输出（修改游戏世界的相关信息）
由于有请求层作为中间接口层，所以决策和行为部分就很自然的分开了，而且有清晰的输入和输出，AI团队中的人员的工作职责也就很明确了，做为决策层的AI程序员，就只需要关心如何产生请求，而行为层的AI程序员，只需要关心如何处理请求，一旦定义好完备的请求内容，不管在代码还是在工作上都不会产生很大的粘连度了。
另外值得注意的是，这边的请求层用到了类似双缓冲的结构，分成后端和前端，换个词的话，可以说成当前在处理的请求（前端），和下一个要处理的请求（后端），具体的分析可以参考我以前的文章《在AI结构中用双缓冲》，这里就不多做介绍了。
这样的层次化结构在AI中有很强的通用性，因为这是用最高的层面来总览AI的架构，而像其他诸如行为树（Behavior Tree），分层状态机（HFSM）等都可以看成是在决策或者行为层中的具体实现方式。所以不管AI代码是如何实现，大部分都可以归到这种层次化的结构中，因此，我想，我们在设计AI结构之初，就可以用这样的方式来思考和架构整个框架，分割决策和行为，定义请求，然后再针对每一层来选择具体的实现方法。
————————————————————————
作者：Finney
Blog：AI分享站(http://www.aisharing.com/)
Email：finneytang@gmail.com
本文欢迎转载和引用，请保留本说明并注明出处
————————————————————————