NPC 行為：狀態機、行為樹、GOAP 與 AI 驅動的 NPC

NPC 行為是一種邏輯，它把一個模型、一條血條與一個碰撞膠囊，變成看起來有所渴求的東西。它以迴圈回答一個問題，通常是每一影格或固定的更新週期：根據我對世界所知的一切，我下一步該做什麼？本頁其餘的全部內容 — 有限狀態機、行為樹、GOAP、效用 AI、LLM 驅動的意圖 — 都是這個問題的不同答案，各有不同的成本與不同的失效模式。

我們打造的 NPC 在瀏覽器分頁中執行，位於 Neta Studio 的 3D 遊戲製作器內。這項限制形塑了以下的建議。這裡沒有專用伺服器、沒有獨立的物理執行緒，也沒有預算留給每次更新都要搜尋 40 毫秒的規劃器。若某項技術無法便宜到足以在中階筆電上與算繪並行執行，我們就會降級它，或把它移出熱路徑。接下來的章節描述我們實際出貨的內容，以及每種做法會在何處崩壞。

快速解答：NPC 如何做決定

NPC 透過依排程執行一個決策函式來做決定：讀取一小部分的世界狀態（與目標的距離、視線、目前生命值、最後已知位置），並回傳一個移動與動畫系統能執行的動作。排程與邏輯本身一樣重要。以 100 毫秒至 250 毫秒的週期做決定，並讓移動與碰撞逐影格執行，其成本只是逐影格決策邏輯的一小部分，而且在大多數情況下，玩家根本分辨不出差異。

這四種經典模型的不同，在於複雜度座落何處。狀態機把決策編碼為具名狀態之間的轉換。行為樹把它們編碼為選擇器與序列節點的階層。GOAP 把它們編碼為一個目標，加上一組帶有前置條件與效果的動作，並搜尋出一份計畫。效用 AI 把它們編碼為對每個候選動作的評分函式。LLM 驅動的 NPC 則以自然語言編碼高階意圖，再把結果交回較便宜的模型之一。

實務上，你會把它們組合起來。由效用評分器挑選目標，由行為樹或狀態機執行它，由導航網格移動身體，而語言模型只碰觸對話與意圖。本頁其餘部分會逐一探討每一層，並點名你會撞上的具體失效模式。

狀態機（FSM）

有限狀態機是最便宜且實用的模型，也是大多數 NPC 正確的第一選擇。你定義一組狀態 — 待機、巡邏、追擊、攻擊、逃跑、暈眩 — 以及它們之間的一組轉換條件。每次更新時，你評估離開目前狀態的轉換，若有其中一個觸發，就切換過去。成本與你檢查的轉換數量成正比，而這個數量很小。狀態是單一變數，這讓它易於序列化、除錯，並顯示在編輯器疊層中。

失效模式是震盪。一個距離玩家 5.1 公尺的 NPC，從巡邏轉換為追擊，移動到 4.9 公尺，接著一個對稱的轉換又把它送回巡邏。它就會在邊界上永遠振動。解法是滯後效應：在 5.0 公尺時進入追擊，並在 6.5 公尺時離開。同樣的問題也會出現在視線檢查上：當玩家橫向移動到柱子後方時，視線會閃爍不定；而同樣的解法也適用 — 要求該條件連續 N 次更新都成立，或加入一個記憶計時器，讓 NPC 在最後一次看見目標後仍維持追擊兩秒。

第二種失效模式是轉換糾結。五個狀態需要十條轉換；十個狀態則需要接近四十五條。每個新狀態都必須接到所有能抵達它的狀態，而條件的重疊方式又難以推理。當你的轉換表再也塞不進一個畫面時，那就是改用行為樹的訊號。

一個巡邏衛兵的具體 FSM：待機（等待 2 秒）→ 巡邏（走向下一個路徑點）→ 警戒（轉向聲源，1.5 秒）→ 追擊（以奔跑速度移向最後已知位置）→ 攻擊（若在 2 公尺內且冷卻結束）→ 搜尋（在最後已知位置附近徘徊 8 秒）→ 巡邏。七個狀態，大約十幾條轉換，而搜尋狀態中的記憶計時器，正是讓它感覺從容而非躁動的關鍵。

行為樹

行為樹以一個階層取代轉換表。葉節點是動作（MoveTo、PlayAnimation、Wait）與條件（IsPlayerVisible、HealthBelow）。兩種複合節點類型負責大部分的工作。選擇器依序嘗試其子節點，一旦有一個成功就回傳成功 — 這就是你的優先順序清單。序列依序執行其子節點，一旦有一個失敗就失敗 — 這就是你按部就班的程序。

可擴充性上的勝點在於可組合性。新增一個行為，意味著在選擇器底下加一棵子樹，而不是把一個新狀態接到所有能抵達它的狀態。優先順序就明確地表現在子節點的順序中，這比一組彼此重疊的布林條件容易閱讀得多。子樹可以重複使用：同一條「調查聲響」分支，對衛兵、狗與平民都適用。

行為樹並不會自動變得更快。天真的實作會在每次更新時重新評估整棵樹，這就是為什麼你應把更新維持在 100–250 毫秒的決策排程上，並讓目前正在執行的動作逐影格驅動移動。長時間執行的動作需要一個能讓樹記住的執行中狀態，否則動作會在每次更新時從頭重新開始，NPC 就會滑回路徑的起點。多數內建行為樹的引擎 — Unity 的 Behavior package、Unreal 的內建樹，或 TypeScript 中的小型自製實作 — 都會以執行中的回傳值來處理這件事，但當 NPC 出現卡頓時，這正是第一個該檢查的地方。

一個戰鬥 NPC 的選擇器結構，依優先順序排列：（1）若生命值低於 25%，序列 [逃向掩體、治療]；（2）若玩家可見且在 2 公尺內，序列 [面向玩家、攻擊]；（3）若玩家可見，序列 [MoveTo 側移位置、攻擊]；（4）若已設定最後已知位置，搜尋；（5）巡邏。選擇器會挑選第一個條件通過的分支。重新排列這些子節點，就是你不碰程式碼也能調整侵略性的方法。

GOAP（目標導向行動規劃）

GOAP 把模型翻轉過來。你不描述何時該轉換，而是描述動作會做什麼、需要什麼，接著由規劃器搜尋出一條能達成目標的序列。每個動作都有前置條件、效果與成本。「Attack」需要 HasWeapon 與 InRange，並設定 TargetDead。「GetWeapon」需要 WeaponAvailable，並設定 HasWeapon。「MoveToTarget」需要 TargetKnown，並設定 InRange。規劃器從目標出發，反向推導，找出效果能滿足目標的最便宜動作鏈。

當世界狀態豐富、且正確的序列並不明顯時，這就值得了。一個需要中斷視線、重新裝填、重新定位、然後交戰的 NPC，會產生一份設計師從未明確寫下的計畫，因為規劃器從前置條件圖中自行發現了順序。它在生產上也同樣值得，因為新增一個道具或能力，意味著新增一份動作定義，而不是去編輯每一個應該知道它的狀態機。

代價在於搜尋。天真的規劃器會探索動作組合，直到找到一份計畫，而隨著你新增動作與狀態變數，這可能會爆炸性成長。標準的緩解方式是啟發式 — 在狀態圖上以 A* 搭配到目標的距離估計 — 再加上嚴格的擴展上限。在我們自己的瀏覽器情境中，計畫會在決策週期上計算，並以數百個節點擴展為上限；任何超過上限的情況，都會退回使用快取的計畫或一條簡單的行為樹分支。誠實的限制是這樣的：當有意義的動作序列數量龐大時，GOAP 值得付出搜尋成本；而當 NPC 永遠只做三件事時，它就是浪費的額外負擔。

效用 AI

效用 AI 為每個選項評分，並挑選最高分者。每個候選動作都有一個函式，把世界狀態對應到一個數字，通常正規化到 0 到 1 之間。「Flee」在生命值低且敵人接近時得高分。「Attack」在目標位於範圍內且彈藥大於零時得高分。「Wander」在其他事情都不急迫時得到中等分數。NPC 取最大值（argmax），可選擇性地加上一點隨機擾動，讓同分的狀況以不可預測的方式解決。

這是能產生最令人意外之角色的模型，因為行為是從曲線的交互作用中湧現，而非出自明確的規則。兩個評分權重略有不同的 NPC，在沒有任何分支程式碼的情況下，行為就明顯不同，這使它成為人格變化的自然選擇。它也是在執行階段最容易調校的模型：把權重暴露在除錯面板中，一邊執行遊戲一邊拖曳它們。

失效模式是效用太平或太雜。若每個動作都得分 0.4，NPC 看起來就優柔寡斷，並不斷切換。若最高分在兩個接近的數值之間每次更新都翻轉，你就會得到與糟糕狀態機相同的震盪。標準的解法是承諾視窗：一旦選定某個動作，就在固定時間內最少承諾它 — 500 毫秒是合理的預設值 — 除非最高分以有意義的幅度超越已承諾動作的分數。曲線也很重要。生命值的線性反應曲線，會產生一個在每場戰鬥都於完全相同時刻逃跑的 NPC。指數或邏輯曲線則會產生隨情境移動的門檻。

導航與碰撞

決策邏輯挑選目的地，導航則把身體帶到那裡。導航網格是一個三角化的可行走表面；尋路會在其多邊形圖上執行 A*，結果是一串 NPC 會依循的多邊形邊。我們在載入時從關卡幾何建構導航網格並加以快取，因為逐影格重建，是在瀏覽器遊戲中拖垮影格率最簡單的方法。

轉向處理最後幾公尺以及每一刻的移動。Seek 與 Arrive 產生前向量，分離力把 NPC 推離附近的代理，障礙閃避則讓路徑繞過門或另一個角色等動態阻擋物。逐影格執行轉向；只在目的地改變或路徑失效時才執行尋路。為每個 NPC 逐影格重新計算路徑，是一種常見且可避免的成本。

碰撞則是把 NPC 擋下、不讓它穿牆的那一道處理。導航網格讓路徑保持在可行走的地面上，但轉向與物理仍可能把角色推進幾何之中，因此角色控制器會在移動之後，針對碰撞體解決穿透。在我們的等角世界中 — Mini World 與 The Cyclops' Island — 大多數肉眼可見的 NPC 錯誤都源自這裡：一條穿過比角色半徑還窄的縫隙的路徑，或一個在轉角把代理推進牆裡的轉向向量。在導航網格上正確設定代理半徑，並讓分離力低於控制器的推出強度，就能解決其中大多數問題。

LLM 驅動的 NPC

語言模型改變的是意圖與對話層的樣貌，而不是導航層。尋路、轉向與碰撞依然如故，因為一個需要數百毫秒才回應的模型，無法驅動一個必須逐影格移動的身體。模型能做的是：根據玩家的話語判斷哪個目標合理、以角色身分生成回應文字，並在情境模糊、而手寫規則會產生平板結果時，在高階選項之間做選擇。

一個可行的架構會把兩種速度分開。立即反應由狀態機或效用評分器執行 — 攻擊、逃跑、尋找掩護 — 因為它們必須在一兩個影格內發生。深思熟慮的意圖則以慢得多的節奏穿過模型，也許每次互動一次，或每隔幾秒一次，而其輸出是快速層所執行的結構化命令：把目標設為 Follow、把對玩家的態度設為 Hostile、設定對話台詞。模型從不直接碰觸位置。

誠實的限制在於延遲、成本與確定性。回應時間長到 NPC 必須立刻以一個手勢或一句簡短的預錄台詞來回應輸入，否則讀起來就像是壞掉了。成本隨你呼叫的頻率而增加，所以要批次處理並快取。而由於輸出不具確定性，你必須在它抵達遊戲之前依結構描述驗證它 — 一段無法解析的自由文字回應，應該退回使用預設台詞，而不是讓對話系統崩潰。把模型當成一個位於具型別介面之後的不可靠服務，整合就能站得住腳。

走進它所屬的世界

精靈圖（Sprite）是一種無處可站的角色。最後這一步，是沒有其他人能提供的：把你剛才建好的圖集，放進一個可以讓人走動的世界 — 一座小島、一顆行星、一個雨中的街角。本站的每一個世界，都是由一段文字描述製成，並以一個你可以遊玩的頁面發布。