AI NPC与行为树：NPC情感与记忆系统

可视化演示

展示NPC情感模型PAD三维空间、记忆系统架构与情感驱动行为决策流程。切换模式查看不同维度，拖动滑块调节情感强度。

情感记忆基础

小安刚当掌柜时，把“热情好客”挂在嘴边。可等客人真正进门，他却记不得人家爱喝什么，也看不出人家正在气头上，结果热脸贴了冷屁股。师父点醒他：当掌柜，光靠一张笑脸不够，得有两样本事——记事和察言。记忆是记事簿，情感是心情秤，两样都没有，“待客如亲人”就是空话。

在游戏里，玩家面对的不是茶馆掌柜，而是成千上万的 NPC。NPC 情感与记忆系统要做的事，就是给小安补上这两样本事：记忆系统负责把玩家和 NPC 的每一次互动变成可检索的“记事条目”，情感系统负责实时更新 NPC 的“心情值”。两者叠加，最终影响行为树的选择，这才算完整的 AI 驱动玩法。

业界通常用一个 NPC 状态模型来描述这个过程，包含三类关键信息：情感状态（E，如愉悦度）、记忆状态（M，如对玩家的好感积分）、意图状态（当前目标）。行为树每次做决策前，都要先读取这两个状态并合成一个“行为驱动强度”：

$$\displaystyle S = w_e \times E + w_m \times M$$

1. 输出符号：S 表示 NPC 当前的整体行为驱动强度，数值越高越倾向积极互动。

$$\displaystyle S$$

2. 情感分量：w_e 是情感权重，乘以当前情感值 E，代表“此刻心情”对行为的即时影响。

$$\displaystyle w_e \times E$$

3. 记忆分量：w_m 是记忆权重，乘以记忆综合值 M，代表“历史恩怨”对行为的长期影响。

$$\displaystyle w_m \times M$$

4. 线性加和：把即时心情与历史记忆相加，得到行为树可用的最终驱动值。

$$\displaystyle w_e \times E + w_m \times M$$

有了这套状态模型，NPC 才从“会念台词的木偶”变成有血有肉的“掌柜”。你会发现，同一个 NPC，昨天被帮过（记忆加分），今天心情不错（情感在线），就会主动递上一句“客官您来啦”；反之则冷脸相迎。这就是情感记忆系统在玩法层的第一桶金。

行为树核心

小安心里其实有一套早已背熟的《待客流程》：客人进门先引座，坐下再奉茶，奉茶后寒暄，最后微笑送客。这套流程环环相扣，不管谁来，大方向都挺稳。这套流程，就是今天要说的“行为树”。

把待客流程画成树：树根是“招呼客人”，往下分出“引座、奉茶、寒暄、送客”四个分支；每个分支内还能继续拆，比如“奉茶”要选择“上龙井”还是“上普洱”。NPC 每帧从根开始，沿树向下走，遇到“顺序节点”就把子节点逐个执行，遇到“选择节点”就按优先级挑一个合适的分支——这就完成了“看人下菜碟”的决策骨架。

行为树核心的四种节点：根节点负责启动整棵树；组合节点（Sequence 和 Selector）负责控制子节点启停；装饰节点负责附加条件（取反、重试、限频）；叶子节点是真正执行动作的地方。在开放世界事件纷杂的场景里，选择节点常需要综合多个子条件，其成功概率可写成组合公式：

$$\displaystyle P_{\text{success}} = 1 - \displaystyle\prod_{i=1}^{n}(1 - p_i)$$

1. 成功概率符号：P_{\text{success}} 表示选择节点整体成功的概率，取值在 0 到 1 之间。

$$\displaystyle P_{\text{success}}$$

2. 单个失败率：1 - p_i 表示第 i 个子节点失败的概率，p_i 越大，这一项越小。

$$\displaystyle 1 - p_i$$

3. 连乘全失败率：把所有子节点的失败率连乘，得到“所有子节点都失败”的概率。

$$\displaystyle \prod_{i=1}^{n}(1 - p_i)$$

4. 求反得成功：用 1 减去“全失败”，就是至少有一个子节点成功的概率。

$$\displaystyle 1 - \displaystyle\prod_{i=1}^{n}(1 - p_i)$$

有了树状决策框架，小安端茶送客就有了章法。行为树的模块化还能让“待客流程”在不同 NPC 之间复用——新来的伙计复制一套流程就行，改几个叶子节点就变成不同的伙计了。

情感建模方法

心情这件事，光说“好”和“不好”太粗。小安抬头看天：晴空万里、阴雨绵绵、雷暴压城，同样是“不好”，感觉完全不一样。情感建模也一样，不能只用一根单极性数值硬撑。

业界常用 PAD 三维情感模型：P（愉悦度）描述“好到什么程度”，A（唤醒度）描述“兴奋还是平静”，D（支配度）描述“掌控感还是无力感”。比如“愤怒”是高唤醒、低愉悦、中支配；“悲伤”则是低唤醒、低愉悦、低支配。三个维度张出一个三维情感空间，NPC 的情绪在其中像天气一样流动。

情绪不会停在原地不动。刺激过去之后，兴奋会像水温一样慢慢降下来，这个自然回落过程叫“情绪衰减”，常用指数衰减函数描述：

$$\displaystyle E(t) = E_0 \times e^{-\lambda t}$$

1. 时刻情绪：E(t) 是 t 时刻的情绪强度，表示从刺激发生到当前时刻的情绪剩余量。

$$\displaystyle E(t)$$

2. 初始峰值：E_0 是刺激刚发生时情绪的最大强度，比如收到谢礼那一刻的狂喜。

$$\displaystyle E_0$$

3. 指数衰减因子：e^{-\lambda t} 中 λ 是衰减系数，t 越大，衰减因子越小，情绪越弱。

$$\displaystyle e^{-\lambda t}$$

4. 整体模型：峰值乘以衰减因子，得到任意时刻的情绪强度。

$$\displaystyle E_0 \times e^{-\lambda t}$$

小安的天气账本有了三维刻度，还需要一把“性格尺”：开朗的人情绪回落快（λ大），阴郁的人回落慢（λ小）。PAD 初值由性格参数映射而来，于是每个 NPC 的情感轨迹都独一无二，像小安与店小二对同一场雨的反应截然不同——这才是“千人千面”的情感基础。

记忆机制设计

记事簿如果什么都记，很快就变成无人翻看的废纸。小安的簿子只记三件事：大额赊账、熟客口味、客人的恩仇。记下来的条目也不是永久存在，时间久了字迹会淡，重要的事他会反复描粗。这套机制对应记忆系统的四个核心设计：存储结构、重要性评估、遗忘强化、容量控制。

存储结构上，NPC 不会存完整录像，而是把事件压缩成特征向量：{对象ID、事件类型、情绪增量、时间戳}。重要性评估先给事件打分，分数由事件强度、与玩家的关系、当前目标相关度决定。之后进入遗忘曲线——记忆保留率随时间以指数式衰减：

$$\displaystyle R(t) = e^{-\frac{t}{S}}$$

1. 保留率符号：R(t) 是 t 时刻记忆保留率，从 1 逐渐衰减到接近 0。

$$\displaystyle R(t)$$

2. 时间变量：t 是距离事件发生的时间，时间越长，记忆越模糊。

$$\displaystyle t$$

3. 记忆强度：S 是记忆强度参数，由事件重要度决定，S 越大遗忘越慢。

$$\displaystyle S$$

4. 指数衰减式：时间与强度共同决定保留率，重要事件的 S 设置得大，曲线更平缓。

$$\displaystyle e^{-\frac{t}{S}}$$

这里 S（记忆强度）由重要性评分决定：越重要的账，S 越大，字迹越不容易淡。每当同一事件被再次触发（比如再次帮同一个村民），S 会被加强，这就是“反复描粗”。当条目总数超过容量上限，系统就淘汰最低分且最旧的条目，保住最关键的“大额赊账”。

情感决策融合

到了打烊时分，小安决定要不要给熟客送一碟花生米：记事簿说，这位客官上次帮过我（记忆加分），今日心情也顺（情感在线），于是送；又来一位客人，簿子显示他上次砸过场子（记忆减分），今日还喝得醉醺醺（情感不佳），那就只打照面不送菜。单看簿子或单看心情都会误判，只有把两本账合起来才算得当。

这就是“情感决策融合”：情感系统与记忆系统并不各行其是，而是共同输出一个综合决策值。工程上由于两个量纲不同，通常做归一化加权融合：

$$\displaystyle F = \frac{w_e \times E + w_m \times M}{w_e + w_m}$$

1. 融合结果：F 是归一化后的综合决策值，范围落在情感值与记忆值的加权平均区间。

$$\displaystyle F$$

2. 加权分子：w_e \times E + w_m \times M 是情感和记忆分别乘权重后的总和。

$$\displaystyle w_e \times E + w_m \times M$$

3. 权重分母：w_e + w_m 是情感权重与记忆权重之和，用于归一化。

$$\displaystyle w_e + w_m$$

4. 整体计算：分子除以分母，得到稳定的综合决策值，交给行为树使用。

$$\displaystyle \frac{w_e \times E + w_m \times M}{w_e + w_m}$$

融合后的 F 会被映射到具体行为：F 高分走“热情招待”分支，中分走“例行接待”分支，低分走到“保持距离”甚至“驱逐”分支——这就是对行为树的“动态修正”：不重写树，而是调整每个选择节点的偏向权重。多 NPC 场景下，每个 NPC 的记事簿里还有“关系网”条目：同伴受伤的情感冲击会通过 PAD 传导，表现出团队层面的信任与默契。

性能优化策略

茶馆从一间变三间，小安要是还抱着那本百页簿子满街跑，迟早累垮。他改用三招：写在身上的是便签简写（压缩），一天只翻三次账本（降低频率），记新账时顺便勾掉旧账（增量更新）。NPC 系统的性能优化，正是同样的三板斧。

第一，内存开销控制：记忆条目不能无限堆积，通常按 NPC 数量分配总预算，常用结构池化加空闲回收。第二，更新频率优化：不是每帧都让所有 NPC 跑情感计算，而是按距玩家距离与重要性分优先级，高优先级每帧更新，低优先级每秒或按需更新。第三，数据压缩：把浮点型 PAD 值量化成短整型，把事件类型编码成枚举，可以大幅降低单条记忆体积，压缩效果用压缩率来衡量：

$$\displaystyle \eta = \frac{S_{\text{orig}} - S_{\text{comp}}}{S_{\text{orig}}}$$

1. 压缩率符号：η 表示数据压缩带来的空间节省比例，0 表示没有节省，1 表示完全节省。

$$\displaystyle \eta$$

2. 原始体积：S_{\text{orig}} 是压缩前记忆占用的内存字节数。

$$\displaystyle S_{\text{orig}}$$

3. 压缩后体积：S_{\text{comp}} 是压缩后记忆占用的内存字节数。

$$\displaystyle S_{\text{comp}}$$

4. 计算节省比例：原始体积减去压缩后体积，再除以原始体积，得到节省比例。

$$\displaystyle \frac{S_{\text{orig}} - S_{\text{comp}}}{S_{\text{orig}}}$$

第四，增量式更新：只有发生新事件时才更新该 NPC 的状态，而不是全量重算整个世界所有 NPC。配合容量控制，就能像小安三间茶馆只请一个账房先生一样——用最少的计算量维护最多的活人感。

工程实践要点

把新伙计培养成独当一面的掌柜，要经过三轮：上岗培训（开发流程）、暗访考核（问题排查）、复盘纠错（调试可视化）。NPC 情感记忆系统的工程落地，也是这个顺序。

开发流程上，先从核心玩法反推参数。比如确定“哪种情绪下 NPC 会给玩家通风报信”，再设计行为树分支，最后填情感和记忆参数。常见问题排查集中在数值抖动和记忆重复：情绪值在阈值附近反复横跳，多半是衰减步长过大或权重失衡；记忆条目重复，往往是同一事件被多处代码写进簿子。调试可视化上，把 PAD 值、记忆条目、当前行为画在 UI 面板上，一眼定位异常。最后用自动化测试回归，测试覆盖率公式如下：

$$\displaystyle C = \frac{D_{\text{covered}}}{D_{\text{total}}}$$

1. 覆盖率符号：C 表示自动化测试覆盖的行为分支比例，取值 0 到 1。

$$\displaystyle C$$

2. 已覆盖分支：D_{\text{covered}} 是被测试用例覆盖到的行为树分支数量。

$$\displaystyle D_{\text{covered}}$$

3. 总分枝数：D_{\text{total}} 是行为树中全部分支数量。

$$\displaystyle D_{\text{total}}$$

4. 覆盖率计算：已覆盖分支除以总分枝数，得到覆盖率。

$$\displaystyle \frac{D_{\text{covered}}}{D_{\text{total}}}$$

当测试覆盖率达到目标，新掌柜就可以正式上岗。当然，如果上线后玩家反馈“NPC 情绪怪怪的”，还要回来继续迭代——这和培养掌柜一样，没有终点，只有持续打磨。

AI 应用场景

Python 演示

import math class Npc:    def __init__(self, name):        self.name = name        self.mood_val = 0.5        self.memories = {}        self.decay_lambda = 0.1        self._tick = 0.0     def remember(self, event, score):        self.memories[event] = score     def mood_update(self, event):        self._tick += 1.0        self.mood_val *= math.exp(-self.decay_lambda * self._tick)        if event in self.memories:            self.mood_val += self.memories[event]     def recall(self):        total = 0.0        for score in self.memories.values():            total += score        return total     def decide(self):        fusion = self.mood_val + 0.3 * self.recall()        if fusion >= 0.8:            return '热情招待'        if fusion >= 0.4:            return '例行奉茶'        if fusion >= 0.1:            return '保持距离'        return '闭门谢客'  def main():    npc = Npc('掌柜小安')    npc.remember('玩家帮忙修屋顶', 0.6)    npc.remember('玩家偷走茶叶', -0.9)    npc.mood_update('玩家帮忙修屋顶')    print(npc.name, npc.decide())  if __name__ == '__main__':    main()

1. self.memories[event] = score把事件写进记事簿，score 是事件对关系的影响分数。
2. self.mood_val *= math.exp(-self.decay_lambda * self._tick)每次更新先按指数衰减情绪，模拟“情绪回落”。
3. if event in self.memories:只有当玩家触发的是记忆过的事件，才会影响当前情绪。
4. fusion = self.mood_val + 0.3 * self.recall()融合决策：心情值加上记忆总分的加权。
5. if fusion >= 0.8:综合值高时走“热情招待”分支，类似行为树的选择节点。
6. if __name__ == '__main__':保证模块可被导入测试，也能直接运行示例。

常见误区

面试题