用 AI 做鸿蒙游戏 NPC,是一种什么体验?

news2026/4/3 20:37:30
子玥酱掘金 / 知乎 / CSDN / 简书 同名大家好我是子玥酱一名长期深耕在一线的前端程序媛 ‍。曾就职于多家知名互联网大厂目前在某国企负责前端软件研发相关工作主要聚焦于业务型系统的工程化建设与长期维护。我持续输出和沉淀前端领域的实战经验日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。技术方向前端 / 跨端 / 小程序 / 移动端工程化内容平台掘金、知乎、CSDN、简书创作特点实战导向、源码拆解、少空谈多落地文章状态长期稳定更新大量原创输出我的内容主要围绕前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读展开。文章不会停留在“API 怎么用”而是更关注为什么这么设计、在什么场景下容易踩坑、真实项目中如何取舍希望能帮你在实际工作中少走弯路。子玥酱 · 前端成长记录官 ✨ 如果你正在做前端或准备长期走前端这条路 关注我第一时间获取前端行业趋势与实践总结 可领取11 类前端进阶学习资源工程化 / 框架 / 跨端 / 面试 / 架构 一起把技术学“明白”也用“到位”持续写作持续进阶。愿我们都能在代码和生活里走得更稳一点 文章目录引言一、从“脚本 NPC”到“智能 NPC”传统 NPCAI NPC二、第一感受NPC“活”了传统 NPCAI NPC三、第二感受你开始“调性格”而不是“写逻辑”示例四、第三感受调试方式完全变了示例五、第四感受不确定性好处坏处示例六、鸿蒙上的独特体验1、端侧 AI2、多设备感知示例3、分布式协同七、一个完整 AI NPC 示例1、NPC Agent2、接入页面3、执行行为八、进阶接入大模型示例九、开发建议1、不要一开始就用大模型2、加“安全边界”3、记录行为日志4、限制决策频率十、最大的变化总结1、逻辑变了2、开发方式变了3、调试方式变了4、体验变了引言如果你做过游戏开发一定写过 NPC。而且大概率是这样写的if(playerNear){attack()}else{patrol()}简单、直接、可控。但也有一个明显问题NPC 永远是“写死的”而当你把 AI 引入到 HarmonyOS 游戏里事情会发生变化constactionnpcAgent.decide(state)这时候你会发现你不再是在“写 NPC”而是在“创造一个角色”一、从“脚本 NPC”到“智能 NPC”先看最核心的变化。传统 NPCif(hp30){runAway()}else{attack()}特点可预测可控制可调试AI NPCconstactionagent.decide({hp,enemyDistance,history})特点不完全可预测有“行为风格”会“变化”本质变化NPC 从“规则集合”变成“决策系统”二、第一感受NPC“活”了这是最直观的体验。传统 NPC玩家靠近 → 攻击 玩家远离 → 停止AI NPC可能会先观察你选择绕后假装撤退再反击开发者的第一反应通常是“这行为我没写过啊”没错——这正是 AI 的价值三、第二感受你开始“调性格”而不是“写逻辑”传统开发if(...)doSomething()AI 开发prompt你是一个谨慎的敌人 优先保命其次攻击你在做的事情变成设计行为风格Personality示例npcAgent.setProfile({style:aggressive,riskTolerance:0.8})本质变化代码 → 行为设计四、第三感受调试方式完全变了传统调试打断点看变量查逻辑AI 调试看输入看输出调 prompt示例console.log(state:,state)console.log(action:,action)你会发现Bug 不再是“代码错了”而是“AI 理解错了”五、第四感受不确定性AI NPC 最大的特点不可完全预测好处更真实更有趣更耐玩坏处难调试难复现可能“失控”示例// 有时候 NPC 突然不攻击你会想“是 bug 吗”其实可能是AI 决策的结果六、鸿蒙上的独特体验在 HarmonyOS 上AI NPC 还有一些独特优势。1、端侧 AIconstactionlocalModel.infer(state)优点实时决策无网络依赖2、多设备感知AI 可以感知手机输入 TV 状态 传感器数据示例agent.decide({playerInput,deviceContext,environment})NPC 变成“全场景感知角色”3、分布式协同多个 NPC 可以协作teamAgent.decide(teamState)形成AI 队伍七、一个完整 AI NPC 示例我们做一个简单 Demo1、NPC AgentclassNPCAgent{asyncdecide(state){if(state.hp20){returnescape}if(state.enemyDistance50){returnattack}returnpatrol}}这是“规则 AI”的过渡版本。2、接入页面constactionnpcAgent.decide({hp:this.hp,enemyDistance:this.distance})this.execute(action)3、执行行为execute(action:string){switch(action){caseattack:this.attack()breakcaseescape:this.runAway()break}}这就是最小 AI NPC 架构State → Agent → Action → Execute八、进阶接入大模型如果你接入大模型LLMNPC 会更“人性化”。示例asyncdecide(state){constprompt当前血量${state.hp}敌人距离${state.enemyDistance}你会怎么做returnawaitllm.generate(prompt)}效果会说话会表达情绪会“演戏”九、开发建议1、不要一开始就用大模型先用规则 → 简单 AI → LLM2、加“安全边界”if(!validAction(action)){actionidle}3、记录行为日志log.push({state,action})4、限制决策频率setInterval((){agent.decide()},500)十、最大的变化传统 NPC 你写“它做什么”AI NPC你定义“它是什么样的人”总结在 HarmonyOS 上用 AI 做 NPC本质是一次角色设计方式的升级。可以总结为四个变化1、逻辑变了if/else → AI 决策2、开发方式变了写代码 → 设计行为3、调试方式变了查 bug → 调 AI4、体验变了NPC → 角色最后给你一个很有意思的结论当 NPC 不再是“写出来的”而是“表现出来的”游戏世界就开始变得真实。而这可能才是 AI 游戏真正的开始。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2480016.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…