幸福是一种思维方式，而不是别的什么。
郑重说明：本文适合对游戏开发感兴趣的初级及中级开发和学习者，本人力图将技术用简单的语言表达清楚。鉴于水平有限，能力一般，文章如有错漏之处，还望批评指正，谢谢。
一、状态机从何而来？
在本系列文章的上一篇 【技术·真相】谈一谈游戏AI - 综述 中，我们对游戏AI进行了概要说明。其中，我们谈到了游戏 AI 模拟人类行为的最重要的概念是 Sense/Think/Act 决策模型。为了帮助大家回忆一下，我们再看一次它的样式：
在上述模型中，AI 的对象(经常被称为agent）可能主动（主动探索周围环境）或被动（收到事件通知）感知 sense，通过 think 的过程，再做出对应的 action，符合 Sense/Think/Act 决策模型。
如果我们要采取的 action 还取决于AI对象当前在做什么（状态），那我们可以将AI对象想像成会裂变成多个状态，每个状态单独做 Sense/Think/Act 决策。
正是由于人们在大量的实践中发现这往往很普遍，因此就抽象出了状态机这样一种新的决策模型。类似下面这样：
二、普通状态机
机制说明
AI对象根据当前状态裂变成多个独立模型，但同一时间它只能处于其中某一个状态，因此只会触发该状态对应的 Sense-Think-Act 模型。
多个状态之间可以相互转换，当然，触发这个转换也是需要一定机制。
我们提到过，sense 有两大类，一类是主动的，如主动索敌，探测到自己血量不足等；第二类是被动的，如听到了噪音事件。
在我们演变后的状态机模型中，有了多个状态，因此，对于sense还需要额外增加一类工作：评估状态转换。
在评估状态转换时，结果要么维持当前状态，要么转换到别得状态，此时分别采取不同得 Act：
- 如果状态不变，则继续当前 act，比如继续战斗、继续寻路等。
- 如果状态不变，要对某一个被动收到的 event 做出 act。
- 如果状态需要切换，则实施从一种状态过渡到另一种状态时所采取的行动。
下面是一个典型的状态机示例，根据主动 Sense 或者被动受到事件，状态转换的评估和实施一直在进行：
- 初始进入巡逻（Patrol）状态，当听到有噪音事件时，立即切换到到侦查（Investigate）状态；如果是遇见敌人，则进入攻击状态；
- 在侦查状态，如果索敌失败，会返回巡逻状态；如果索敌成功，也会进入攻击状态；
- 在攻击敌人时，如果判断对方已死亡，则返回巡逻状态；如果判断己方血量低，则会逃跑；
这个基本的系统能够良好运行，虽然有时状态转换条件的连续轮询可能带来较大开销。例如，如果每个AI必须在每一个思考间隔进行复杂的计算来索敌，以便决定是否从巡逻转换到进攻，如此可能会浪费大量CPU时间。
此时，我们采用状态机的一种被动响应外部事件的机制，处理外部事件，而不是老是主动感知。我们可以将主动感知的思考间隔加长，用事件来实时被动感知。
简单实现
前面说明了普通状态机的运行机制，那从程序角度如何实现呢？
对于每个状态的实现，有一个简单的版本：
void CStateX::OnUpdate() {
//每一次循环（一帧或者一次思考间隔）：Sense/Think/Act
}
void CStateX::OnEvent() {
//被动sense：处理外部事件，触发对应act
}
void CStateX::OnEnter() {
//进入当前状态需要做的一些工作，如数据初始化等
}
void CStateX::OnLeave() {
//离开当前状态需要做的一些工作，如数据清理等
}
典型特点
普通状态机有很多优点，简单、高效、一般是程序实现。
但它的缺点也很明显：状态多了，需要考虑两两之间的转换关系，就像意大利面，几乎不可控。尤其是有了10、20个状态之后，新增一个状态工作量很大：我们要思考这个新增的状态如何转换到其他状态，这很容易出错。
另外，一个外部事件也很可能被很多个状态处理，新增一个外部事件就要在当前所有的状态处理循环中增加逻辑：看看对于每一个状态，如何处理这个新增的外部事件。
普通状态机还面临一个问题：
如果多个状态需要复用一个转换逻辑，如两种巡逻状态下，都要处理接电话的消息。当电话结束后，还要恢复到老的状态，如下：
我们当然可以在每个状态的处理循环中，都写上这样的转换代码，但如果状态越来越多，很多重复的转换复用就更有必要，于是引出了更复杂的状态机：分层状态机。
三、分层状态机（Hierarchical Finite State Machines）
我们将上述例子中的两种巡逻状态合并，组成一个大的层级状态（Watch Building），而别的状态维持不变，相当于有父子嵌套状态。上述问题改造后变成：
上图中的 H 代表上次激活的状态，这样从 Conversation 状态再切换回来时，可以恢复到此状态。
Halo2 的一个例子：
把使用手雷、掩蔽、防御归为自卫，是一个层级；交战部分使用了多层嵌套，但是原理是一样的；向尸体射击和搜查尸体归为战后处理。在撤退和闲置部分只有一个行为被嵌套，但是日后可以继续添加行为，可扩展性良好。
至于如何在嵌套的层里对行为进行选择，可以就按这个顺序执行，也可以加上权重优先级，或者你想让他执行哪个通过代码来控制。
四、小结
本文开始论述AI决策模型的高级机制：状态机。
- 首先，状态机是从何演化而来
- 普通有限状态机的机制、实现以及特点
- 为解决普通状态机的问题，发展出了分层状态机
希望本文对大家有所帮助！
作者：我是码财同行，期待你的关注，不要错过我后续的文章更新
