在各种类型的游戏中，有哪些AI设计技巧能避免玩家觉得AI太蠢？

一直在做AI这方面的设计工作，个人总结下来一套AI系统至少要有两个层面：
1. 动作层。比如说敌人要能跑能跳。

2. 决策层。要有一个Brain来决定什么时候需要下命令让敌人去跑去跳。

再往上还可以有群体决策，来决定复数敌人的整体行动和配合。

要想使AI看起来不蠢，至少动作层需要过关，否则再好的戏也出不来。如果是比较大型的游戏，这本身就已经很复杂了，比如说如何跑到一个精确的位置，动作之间如何过渡，要不要加一些转向辅助等等。就不展开说了。

题主主要关心的还是决策层。假定已经有了一个够用的动作层，可以实现大部分的目标，如何使玩家觉得AI不蠢呢？

细分这个问题，首先，是要“玩家”觉得不蠢。毕竟我们应该最明白，游戏里的AI从根本上是要为玩家服务的，而不是像AlphaGo一样造出来挑战人类极限的。所以我们并不需要做一个真正“聪明”的AI（其实也做不到），AI的行为应该符合我们的常识，而不是寻找最优的解法。这个应该是AI的上限。

然后是这个下限：“蠢”，在玩家眼里怎么样才算不蠢？相比现实世界，玩家对AI的某些行为有多大的容忍度？从最基本的行为层面上来看，需要这么几点：

1. 对于玩家的行为，敌人要作出反应。比如被子弹打中后，敌人要知道躲，不能傻站着。

2. 反应速度。太快了显得假，太慢了就显得蠢。

3. 反应的多样性和决策。比如被打中后，敌人是找掩体还是打开护盾，还是发出警告呼唤伙伴等等。
4. 一些自发的行为。比如巡逻时的路径和观察模式。

5. AI的行为，需要给玩家留下对策的空间。建立一个玩家行动->AI针对->玩家再针对的循环。

总结下来，玩家和AI之间，应该是一个博弈的关系，而不是一方对另一方的碾压。

以上的设计要点，在不同类型的游戏中有不同的体现和侧重。比如FPS游戏中，动作层面上的被子弹击中的反应其实特别重要，是要优先于受创后的行为的。其实就是玩家更需要在开枪击中敌人后，可以立即得到反馈。再比如体育类游戏中，就更需要团队层面上的AI配合。

而且在同一个游戏中，还要针对各种敌人建立尽量明显的AI差异，使玩家可以找到对不同敌人的不同对策。

即使对同一个敌人，最好也要建立多个“玩家行动->AI针对->玩家再针对”的循环。用来避免单调，配合玩家的成长以及游戏的难度曲线。