方格精選

《三國志11》AI部分行動原則及相關應用技巧

閱讀時間約 7 分鐘
雖然本篇內容不是開局研究,但這些AI規則是《三國志11》遊戲開局研究的根本。
以下根據前人研究及部分自己摸索整理而來,參考了包括軍神WFU整理、保存的三國11PK版規則匯總火球陣堵路研究(也是我研究的起點)等資料;基本上會提及的以這專題文章中可能應用的為主,若有誤隨時修改,之後可能再做補充。

AI防禦戰體制

  1. 當「城市境內」有敵方部隊或設施時,停止建設新的設施,並出兵驅逐,直到無法出兵或狀況解除(前述設施不包含未完成的中立建築或陷阱;停戰中的敵對勢力視同盟友)。
  2. 在將領、兵力物資充裕的前提下,原則上迎擊部隊數至少為敵部隊數+1,兵力至少為敵部隊兩倍,固定10回合兵糧。
  3. 若武將帶兵數不足以滿足2,則放棄建設中的設施,以騰出人手帶兵出擊,並可能調派人手到此據點。
  4. 以上不包含會使據點兵力低於10000、或據點兵力已經低於10000的情況;缺糧狀態也屬例外。而當據點兵力低於或等於10000時,每次只派出一支部隊,兵力為據點兵力總數的一半,直到據點兵力低於2000。
  5. 據點中至少一名武將留守,除非人力即將獲得補充。
  6. 當據點進入防禦戰體制時,原則上武將不以移動、召喚指令調離所屬據點;但是當複數據點都進入防禦戰時,則會參考優先程度進行調度:a. 據點周遭兩格有敵方部隊>b. 據點領地內有敵方部隊 ≧ c. 據點領地內有敵方設施。
    比如說A城只有一個守將人力不足,B城人力充裕,當B領地只有敵設施而A領地有敵部隊時,會從B調人到A。
  7. 迎擊部隊鎖定出擊時距離據點(城市)最近的敵部隊為追擊目標,直到境內無敵部隊或設施,或追擊目標進入同勢力其他城市的範圍;此處「距離最近」並不單以直線距離或格數估算,而會受地形、障礙物影響。
  8. 當某城領地內有敵方設施時,目標順序為敵方部隊>距城市較近的敵佔某城附屬港關(若為中立狀態則不理會)>敵方設施;同前一條所謂「較近」是根據行軍距離,具體來講土壘、石牆會影響這個判定。
  9. 同軍團所屬的複數據點都面臨防禦戰時,部分據點有可能不出兵。
  10. 進入防禦戰體制後,據點出兵時部隊對敵方部隊的認知會即刻超越地域限制,比如下邳北方境內有敵軍時,西邊小沛境內若有敵軍接近到下邳守軍出擊時的攻擊範圍,下邳也可能會主動攻擊排除;盧江出陣部隊對濡須港範圍敵軍也會因為「距離近」選擇優先排除。

城市及港關領域

前述「AI防禦戰體制」第一條的「城市境內」在沒有港關的城市非常單純,但在被港關據點分割的情況就會變得複雜。比方說玩家部隊入侵白馬港領域,鄴本城是不會派兵迎擊的,也不會因此停止建設,只有白馬港駐有武將時才會由白馬港出兵。
因此所謂的「城市境內」,嚴格來說是「城市直屬領地」才對。但遊戲內的地圖難以看出清楚的界線,大地圖的座標資訊也只會提示城市而不會標明港關,甚至有的地方還存在「城市直屬飛地」,比如陽平關北方有漢中飛地、鄴南方的黃河河道有鄴城飛地等等……地圖完全沒有標示出來,但這類座標點卻會觸發漢中、鄴城進行防禦戰。另外,當本城領域有敵方部隊或設施時,AI擁有的港關地域若出現敵兵或設施,AI城市部隊也會將之視為要排除的目標。
  • 港關和城市的具體邊界可參考艾克氏製作的大地圖,比官方內建地圖好上太多
由於這種被據點分割開來的反應機制,玩家其實能有機會輕鬆拿下這些城市附屬的港關據點,或利用部分港口領地接近城市突襲;而官方在設計時,則顯然有意混淆這些地域資訊,避免玩家太輕易的利用AI反應的不同進行戰術操作。
因為AI反應不同,分清楚港關及城市領域對於運用引兵戰術、火球陣堵路及利用部隊或設施癱瘓城市都相當重要,不過「城市直屬飛地」有哪些座標我仍在摸索中……。

中立建築及陷阱

土壘、石牆:
  • 屬於我方據點境內時,原則上不予以破壞
  • 與敵方設施鄰接時,視為應破壞的障礙物
  • 若屬於敵方據點境內,視為敵方設施/建築,在部隊攻擊範圍內時則主動攻擊
  • 若阻礙通往敵方據點、設施的「必經之路」,即使在我方境內,以敵方據點或設施為目標的部隊仍會予以破壞
火球、火種、火船
  • 不論屬於我方/友方或敵方領地,原則上都不予以破壞
  • 但若於我方境內造成行軍阻礙,則視為障礙物予以破壞
  • 能殺傷敵人或造成敵方建築、設施損傷時,只要敵方損傷大於我方則予以利用
  • 若對排除敵方境內中立建築(路障)時造成阻礙,同樣視為路障予以破壞

火球陣

火球陣堵路研究中所說是消極被動的作法,也會受技術甚至技能影響而出現不適用的狀況,但至少對前期防守單純化、減少需要的耗損及人手來說是非常實用的技巧;視情況及配置,設置完後的維護成本可能為零。
連結中軍神WFU所保留的檔案已有相當詳細的說明及眾多圖例,此處不再詳述,僅追加較少人利用的案例如下:
晉陽南方,可利用壺關地域土壘原則上不被壺關所屬勢力破壞的性質來保護經濟區,並設置火球陣卡路。但這個陣的設置就不能放在壺關地域境內,否則入駐壺關的佔領軍會嘗試排除,這過程就會將自家境內的土壘視為路障。
長安對東面的潼關可如法炮製,但關卡若易主,土壘對這些部隊來說就是敵境範圍的障礙物了。

引兵戰術

在之前的文章中已示範過,利用AI會鎖定追擊目標的特點,可將敵部隊誘導到遠離城市的地方餓死,或使不同勢力互鬥;更基礎的應用當然就是減少城市的防衛能力,甚至能讓我軍在敵城周遭為所欲為。
下圖:251劉表,先引出劉備主力,再以小部隊完全包圍江陵,半年內可吞滅神之國度。
200馬騰(203、207劇本也適用),天水方向引走長安主力,安定派兵攻陷長安(蓋土壘是要測試癱瘓的效果,結論是這個方向的土壘陣癱瘓法不能用,除非長安只有騎兵或升級到高移動力的精銳兵種,也許還有可能……)

癱瘓城市運作

這也是已經示範過的戰術,總之就是使AI城市進入防禦戰體制,使用陣等設施外,放部隊在敵城領地也能達到同樣效果。
開局時搭配Save/Load控制敵方城市建設狀況,有可能避免AI城市蓋出兵舍、鍛冶,使其無法補充戰力,之後便能輕易進攻。
即使無法徹底阻止其建設,這也是阻止AI出兵進攻、縮減玩家戰線,以及強迫AI浪費資源難以囤兵,或至少能使防衛單純化的辦法。而在特定情況,搭配障礙物誘導AI部隊的行軍路線也能讓不同勢力互鬥,如孔伷開局中其實同時引導了曹軍和張繡開戰,但我在那篇文章中只有稍微帶過。
進階應用方式,就是把可癱瘓的城市當作陷阱……如下面的連結可看到謀神ReganLu以一將一城換取敵方首腦及眾多俘虜的詭計。

以障礙物誘導行軍路線

這邊所提的障礙物並不僅限於前面提到的中立建築土壘、石牆。在部分情況下,誘導AI行軍路線是個人認為較難應用的技巧,因為很講究「平衡」,而有些因素是難以控制的。前面提過的孔伷開局中,就有提及曹軍因為宛城路徑被張繡部隊卡死,而會選擇直接拆除許昌土壘,使癱瘓城市有可能破局的情況,此處再舉一例。
如上圖玩家我為呂布軍(黑色勢力,198呂布討伐戰劇本),壽春為孫策消滅袁術後的領地,但已被我用陣癱瘓。孫策軍的朱桓槍兵部隊,進軍目標就是去拆除壽春北方由我設置的陣。
在壽春北方渡所沒有土壘擋住的情況下,壽春部隊會選擇由小沛繞路,但由於北方被土壘堵死,在不拆除土壘的原則下試圖往西繞路。
汝南則是我強襲劉備後奪得的領土,因此我用火球陣擋住路口,不讓孫策軍進來以免破壞經濟區。這時我若沒有讓陳登在往小沛的路上再蓋一個陣,使路徑上的障礙維持原先的平衡,AI就會選擇打破渡所旁土壘、繞經小沛的路線。
在特殊情況下,路徑上的障礙物等因素有可能讓AI一再重新判斷行軍路線,而出現無限折返跑直到缺糧的情形,不過這能實現的情況應不多,以後再以實例補充說明。有趣的是,這表示AI其實是有「戰場迷霧」的……。

最後藉這篇置頂文說明,《三國志11》畢竟是老遊戲了,尤其中國玩家似乎仍有不少人在鑽研,開發出相同或相似的戰術、開局模式,所謂「重複發明輪子」的狀況並不稀奇,敝人的開局研究如有受人啟發或影響之處原則上都會直說,否則就是視為老玩家很可能都已知、會利用的AI行動模式或遊戲規則。
68會員
23內容數
講一些幹話的地方,很可能沒空更新。
留言0
查看全部
發表第一個留言支持創作者!
searenata的沙龍 的其他內容
251年群雄集結劇本的孔伷,一向被認為是難度最高的勢力之一,尤其緊鄰強勢的曹操,一些挑戰孔伷的玩家選擇的生存之道就是和曹操同盟了。但是,若能將許昌變為一座廢城,整個曹軍也只是等待玩家接收的人才寶庫而已。
對陶謙而言孫堅雖是有立即性威脅的存在,但滅掉大敵之後正能大幅緩解陶謙的人才之急。至於作法,簡單來說,就是以曹豹一人之力,把孫堅21000~22000主力部隊引至遠離建業城區的虎林港,待吳僅剩劍兵之後,再合陶謙手下雜魚眾及外聘名將之力攻破吳城。
251年群雄集結劇本的孔伷,一向被認為是難度最高的勢力之一,尤其緊鄰強勢的曹操,一些挑戰孔伷的玩家選擇的生存之道就是和曹操同盟了。但是,若能將許昌變為一座廢城,整個曹軍也只是等待玩家接收的人才寶庫而已。
對陶謙而言孫堅雖是有立即性威脅的存在,但滅掉大敵之後正能大幅緩解陶謙的人才之急。至於作法,簡單來說,就是以曹豹一人之力,把孫堅21000~22000主力部隊引至遠離建業城區的虎林港,待吳僅剩劍兵之後,再合陶謙手下雜魚眾及外聘名將之力攻破吳城。
你可能也想看
Google News 追蹤
Thumbnail
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議 分析兩位候選人政策利多/ 利空的板塊和股票
Thumbnail
🤔為什麼團長的能力是死亡筆記本? 🤔為什麼像是死亡筆記本呢? 🤨作者巧思-讓妮翁死亡合理的幾個伏筆
Thumbnail
我們藉由探討美國2013年、2015年Authors Guild v. Google, Inc.案例中的法律概念,來研究Google圖書搜索計畫/Google Book Search是否構成合理使用,進而援引適用在諸如微軟小冰這樣的創造型AI是否也構成合理使用。
Thumbnail
AI機器學習從訓練資料數據集Dataset開始,至AI產出的output,所有過程舉凡:資料數據集的重製、中間步驟的重製、模型的非文義性重製,皆有重製行為,是否構成侵權?
Thumbnail
在正式介紹AI著作權的法律問題前,我們將分成三的階段逐步介紹,分別是「AI的發展及創作」、「AI著作權的歸屬」及「AI著作的重製及合理使用」。而在上一篇文章中第一部分「AI的發展及創作」中,又細分為「何謂AI」、「AI的技術分級」、「AI的發展技術」、「AI的創作之例」及「AI所生成的著
Thumbnail
在正式介紹AI著作權的法律問題前,我們將分成三的階段逐步介紹,分別是「AI的發展及創作」、「AI著作權的歸屬」及「AI著作的重製及合理使用」。而在第一部分「AI的發展及創作」中,又細分為「何謂AI」、「AI的技術分級」、「AI的發展技術」、「AI的創作之例」及「AI所生成的著作可能涉及的著作權問題
Thumbnail
COVID-19 防疫期間,突顯企業數位轉型的重要性。因應智慧轉型浪潮,中華電信與行動貝果(MoBagel)攜手舉辦「智慧轉型‧AI 數據分析創造商機最大化」線上研討會,與企業夥伴分享 AI 基礎知識、自動化機器學習知識,以及 AI 數據分析的商業應用案例。
Thumbnail
行動貝果 (MoBagel) 是國內唯一 Gartner 獲選全球 AI/ML 平台關鍵代表原廠 -  產業 AI 普及化成為主流趨勢,加速企業數位轉型 今年 3 月底全球權威 IT 顧問公司 Gartner 在年度重量級報告揭露 2020 年 10 大戰略技術趨勢,其中「普及化 (Democrat
Thumbnail
行動貝果(MoBagel)共同創辦人暨營運長王易如在 SparkLabs Taipei Demo Day 分享 MoBagel 最新成果,不僅在台灣市場扎根,擁有製造、零售、金融及電信產業客戶,以自動化機器學習 (AutoML) 技術協助客戶精準預測
Thumbnail
接下來第二部分我們持續討論美國總統大選如何佈局, 以及選前一週到年底的操作策略建議 分析兩位候選人政策利多/ 利空的板塊和股票
Thumbnail
🤔為什麼團長的能力是死亡筆記本? 🤔為什麼像是死亡筆記本呢? 🤨作者巧思-讓妮翁死亡合理的幾個伏筆
Thumbnail
我們藉由探討美國2013年、2015年Authors Guild v. Google, Inc.案例中的法律概念,來研究Google圖書搜索計畫/Google Book Search是否構成合理使用,進而援引適用在諸如微軟小冰這樣的創造型AI是否也構成合理使用。
Thumbnail
AI機器學習從訓練資料數據集Dataset開始,至AI產出的output,所有過程舉凡:資料數據集的重製、中間步驟的重製、模型的非文義性重製,皆有重製行為,是否構成侵權?
Thumbnail
在正式介紹AI著作權的法律問題前,我們將分成三的階段逐步介紹,分別是「AI的發展及創作」、「AI著作權的歸屬」及「AI著作的重製及合理使用」。而在上一篇文章中第一部分「AI的發展及創作」中,又細分為「何謂AI」、「AI的技術分級」、「AI的發展技術」、「AI的創作之例」及「AI所生成的著
Thumbnail
在正式介紹AI著作權的法律問題前,我們將分成三的階段逐步介紹,分別是「AI的發展及創作」、「AI著作權的歸屬」及「AI著作的重製及合理使用」。而在第一部分「AI的發展及創作」中,又細分為「何謂AI」、「AI的技術分級」、「AI的發展技術」、「AI的創作之例」及「AI所生成的著作可能涉及的著作權問題
Thumbnail
COVID-19 防疫期間,突顯企業數位轉型的重要性。因應智慧轉型浪潮,中華電信與行動貝果(MoBagel)攜手舉辦「智慧轉型‧AI 數據分析創造商機最大化」線上研討會,與企業夥伴分享 AI 基礎知識、自動化機器學習知識,以及 AI 數據分析的商業應用案例。
Thumbnail
行動貝果 (MoBagel) 是國內唯一 Gartner 獲選全球 AI/ML 平台關鍵代表原廠 -  產業 AI 普及化成為主流趨勢,加速企業數位轉型 今年 3 月底全球權威 IT 顧問公司 Gartner 在年度重量級報告揭露 2020 年 10 大戰略技術趨勢,其中「普及化 (Democrat
Thumbnail
行動貝果(MoBagel)共同創辦人暨營運長王易如在 SparkLabs Taipei Demo Day 分享 MoBagel 最新成果,不僅在台灣市場扎根,擁有製造、零售、金融及電信產業客戶,以自動化機器學習 (AutoML) 技術協助客戶精準預測