「在线联机原型全集」扩展篇之三：AI 陪练机器人（AI Sparring Bot）

陪练 AI 是联机游戏的「隐形队友」：它在新手期陪练、在人少时补位、在玩家想练习时当陪打。本 PRD 是《在线联机原型全集》的扩展篇之三，聚焦可复用的陪练 AI 框架——从规则脚本到难度自适应，能横向接入任意 PvP 原型。

1. 目标与验证点

一句话目标：让玩家「随时能练、永远有人陪」，且 AI 强度平滑贴合玩家水平，不明显「太蠢」或「开挂」。

2. 系统架构

flowchart TD
A["AI Bot Manager"] -->|spawn| B["Bot Runtime"]
B --> C["Behavior Tree"]
C --> D["Action Executor"]
B --> E["Difficulty Tuner"]
E -->|perf feedback| B
F["Matchmaker"] -->|fill slot| A
B -->|same protocol| G["Game Room"]

说明：

• Bot Manager：负责 Bot 的生命周期与池化（避免每次对局重建）
• Bot Runtime：跑行为树，输出与真人玩家相同的操作协议
• Difficulty Tuner：采集对局指标，动态调参
• 关键约束：Bot 必须走与真人一致的协议，才能复用反作弊与回放体系

3. 行为树设计

3.1 三层决策

flowchart TD
S["Selector: 选择策略"] --> A{"血量 < 30%?"}
A -->|是| D["防守: 回血 + 规避"]
A -->|否| B{"目标距离 < 攻击范围?"}
B -->|是| C["进攻: 追击 + 攻击"]
B -->|否| E["移动: 拉近距离"]
C --> F["检测技能冷却 → 释放"]

3.2 行为树与规则脚本对比

选型建议：新手陪练用规则脚本起步；涉及攻防切换、资源取舍时升级行为树。不要一开始就上复杂框架。

4. 难度自适应

4.1 感知-决策-执行三层调参

感知层：反应延迟（Bot 的「看到」有多快）
决策层：策略选择质量（失误率、激进程度）
执行层：操作精度（命中率、反应阈值）

4.2 动态调整算法

// 基于对局表现平滑调整难度（Elo 对标）
type Tuner struct {
    targetDiff  float64 // 期望 Bot 与玩家胜率差距
    reactionMS  int
    errorRate   float64
}

func (t *Tuner) Adjust(botResult float64) {
    // botResult: 0 = Bot 被碾压, 1 = Bot 碾压对手
    if botResult > 0.6 { // 太强，调弱
        t.reactionMS += 50
        t.errorRate += 0.05
    } else if botResult < 0.4 { // 太弱，调强
        t.reactionMS = max(100, t.reactionMS-50)
        t.errorRate = max(0.0, t.errorRate-0.05)
    }
}

原则：难度变化要「平滑渐进」，不能让玩家突然面对完全不同的对手。胜率目标通常设定在 45%-55% 之间，让玩家「有压力但能赢」。

5. 冷启动补位与真人混合

5.1 匹配冷启动

当匹配等待超过阈值（如 30s）：
  方案 A：降匹配精度（扩大 Elo 范围）
  方案 B：注入 Bot 补位（填满空位）

注入策略：优先「技能对标」的 Bot，伪装 ID/行为
需要后台标记，回放/对局可标注「含 AI 补位」

5.2 真人/机器人混合

合规与体验：注入 Bot 必须透明可查（后台标记、对局后披露），否则会被视为「假对局」，损害玩家信任。

6. 接口与协议

7. 数据模型

8. 里程碑与验收

M1 规则陪练（1 周）
  ✅ Bot 能完成基础对局，走与真人一致的协议
M2 行为树决策（1 周）
  ✅ 攻防切换、资源取舍生效
M3 难度自适应（1 周）
  ✅ 对局后参数平滑调整，胜率收敛到目标区间
M4 冷启动补位（1 周）
  ✅ 匹配超时自动补位，后台可标记

验收指标：Bot 对局胜率收敛于 45%-55%；Bot 行为 P99 决策延迟 < 10ms；补位场景玩家投诉「明显是机器人」占比 < 5%。

9. 相关原型衔接

• 接入#6 Pong 对战：反应延迟可调，做乒乓陪练
• 接入#16 简版 MOBA：行为树驱动小兵与英雄 AI
• 与#41 AI 自适应平衡系统互补：前者调「数值平衡」，本系统调「对手强度」

扩展篇定位：陪练 AI 是「永远在线的陪练伙伴」。它解决两个最痛的体验问题——新手没人带、深夜没人陪。与成就系统结合，陪练也能成为成就目标的一部分（「击败 100 个 AI」）。

延伸阅读

• 「在线联机原型全集」目录（60 个原型全景） — 原型全景索引
• 成就与里程碑系统 — 陪练成果可量化（扩展篇之二）
• 「在线联机原型全集」第五章：智能调节与自愈层（#41–#50） — AI 平衡相关
• [[ai]] — AI 推理与工程化
• [[game]] — 游戏服务端实战

下一扩展篇：自定义房间与模组。AI 陪练解决「和谁玩」，自定义房间解决「玩什么、怎么玩」。