如果你阅读Russell and Norvig，你会发现大量的算法用于各种目的，更新到今天的技术水平。也就是说，我很惊讶贝叶斯算法可以成功地处理多少不同的问题类。

然而，在你的情况下，我认为这将是一个坏主意，每个单元有自己的 Petri 网或推理引擎...只有这么多的 CPU 和内存和时间可用。

虽然在某些方面可能是一个疯子，但Stephen Wolfram已经表明，可以在very simple rules的基础上编程非常复杂的行为。他勇敢地从Game of Life推断出量子物理学和整个宇宙。

同样，许多关于小型机器人的研究都集中在emergent behavior或swarm intelligence上。虽然经典的military strategy和实践在很大程度上是基于层次结构的，但我认为，一支完全无私，无所畏惧的战斗机（可以在您的计算机中发现）的如果作为自组织集群运行，可能会非常有效。

与 Clojure 的 STM 相比，这种方法可能更适合 Erlang 或 Scala 的基于 actor 的并发模型：我认为自组织和 actor 可以很好地结合在一起。尽管如此，我仍然可以设想在每个回合中运行一个单元列表，并让每个单元仅评估一小部分非常简单的规则以确定其下一步操作。我很想知道您是否尝试过这种方法，以及它的进展如何！

还有一些事情在我的脑海中浮现，但在我写作时又消失了：我认为，如果将这种方法与genetic或进化编程相结合，您可以从这种方法中获得显着效果；即，让您的虚拟玩具士兵在您睡觉时互相发动战争，让他们对其策略进行编码，并为这些策略混合，匹配和更改其代码；让裁判程序选择更成功的战士。

我读过一些关于这些技术取得的惊人成功，单位以我们从未想过的方式运作。我听说过人工智能在这些原则下工作，为了不挫败人类对手，必须故意愚弄。

首先，您应该致力于使您的游戏转向基于 AI 的某个级别（即，即使 AI 可能不完全基于转向，您也可以以某种方式对其转向状态进行建模，在 RTS 中，您可以将离散的时间间隔分解为转弯。）其次，您应该确定 AI 应该使用多少信息。也就是说，如果允许 AI 作弊并知道其对手的一举一动（从而使其更强大），或者它应该知道更少或更多的功能。

问题是，成本函数将受到您定义状态的确切内容的极大影响。您在状态中编码的信息越多，您的 AI 就会越平衡，但执行起来就越困难，因为它必须对您包含的每个其他状态变量进行指数搜索（在详尽搜索中）。

如果您提供状态和成本函数的定义，您的问题将转换为 AI 中的一般问题，可以使用您选择的任何算法来解决。

以下是我认为会很好地工作的摘要：

如果您投入足够的精力，进化算法可能会很好地工作，但是它们会增加一层复杂性，从而为其他可能出错的错误创造空间。他们还需要对适应度函数等进行大量的调整。我没有太多经验，但是如果它们像神经网络一样（我相信它们是，因为它们都是受生物模型启发的启发式方法），您会很快发现它们是易变的，并且远非我所描述的任何一致。

使用定义的成本函数和状态，从技术上讲，您可以应用梯度体面（假设状态函数是可微分的，并且状态变量的域是连续的），但是这可能会产生较差的结果，因为梯度下降的最大弱点是陷入局部极小值。举一个例子，这种方法很容易像攻击敌人一样，因为有一个非零的机会来消灭他们，但是贪婪的游戏并不是理想的。

此选项将是我最推荐的选项：模拟退火。模拟退火将（IMHO）产生 1 的所有好处。没有增加的复杂性，同时比 2 更健壮。本质上，SA 只是在状态之间随机游走。因此，除了成本和状态之外，您还必须定义一种在状态之间随机转换的方法。SA 也不容易陷入局部最小值，同时在概念上产生非常好的结果。唯一需要的调整是 SA 如何快速冷却。

3b.（编辑添加时间晚得多）SA 和我上面列出的技术是通用的 AI 技术，并不是真正专门针对游戏的 AI。通常，算法越专业，其性能越好。请参阅没有免费午餐定理2。3 的另一个扩展是称为并行回火，它通过帮助 SA 避免局部最优而大大提高了 SA 的性能。

不管你最终选择什么方法，将你的问题分解成状态和成本函数是非常重要的，正如我之前所说的。根据经验，我会从 20-50 个状态变量开始，因为你的状态搜索空间是这些变量数量的指数。

这个问题的范围是巨大的。你基本上是在问如何写一个战略游戏。

这方面的书籍和在线文章很多。我强烈推荐游戏编程智慧系列和AI 游戏编程智慧系列。特别是，AI 游戏编程智慧第一卷的第 6 节涵盖了一般架构，第 7 节涵盖了决策架构，第 8 节涵盖了特定流派的架构（RTS 流派为 8.2）。

这是一个巨大的问题，其他答案指出了惊人的资源。

我过去处理过这个问题，发现简单行为-表现-复杂 / 紧急行为方法对于人类设计来说有点太笨拙了，除非在遗传 / 进化上接近。

我最终使用了抽象的 AI 层，类似于在现实生活中的工作方式。单位将与同一时间的附近单位分组为小队，并与附近的小队分组以创建各种小型营。这里可以使用更多的层（某个地区的营等），但最终在顶部是高级战略 AI。

每个层只能向其正下方的层发出命令，其下方的层将尝试使用手头的资源（即该层下方的层）执行命令。

向单个单元发出的命令的示例是“到这里”和“向该目标射击”。向较高级别发出的较高级别的命令将是“保护该位置”,该级别将处理并向较低级别发出适当的命令。

最高级别的主 AI 负责董事会的战略决策，例如“我们需要更多的___单位”或“我们应该朝着这个位置前进”。

的类比在这里起作用；指挥官和中尉以及指挥系统。