AI原则：
0、空白状态下的基础性能。
1、模拟人性。
2、会自主学习。
3、自主记忆。
=======================================
模拟人性，即AI也有失误，也有反应时间，也会同情，挖苦，紧张，发呆。
自主学习，即AI会通过分析从被攻击之前一段时间内的双方状态和条件，储存，并在相同条件下，施加给人类。
自主记忆，即AI会通过多次反馈，根据套路的成功率，自主决定是否储存相应套路，否则放弃。
======================================
空白状态，AI应该有全角色招式性能数据理解力，即对帧数据，对判定，无敌，距离，空中等诸多标志能够模拟判断。在未进行学习的空白状态下，能自发用相应招式应对人类招式的破绽。
=====================================
空白状态下的基础性能。
反应力，应该模拟人类0.2秒左右的反应时间。并且模拟对画面的反应。
招式确认级别，对指令有延迟响应，即人类无法按照最简指令时间内发出的招式，AI应该也不能。比如236236X最小指令为11帧，人类高手完成输入也需求至少15~20帧。AI的输入性能应该模拟人类。
预读力，通过设置变量，使AI能在指定条件下，优先选择反应，模拟人类利用输入技巧，确认技巧所产生的效果。会利用已知BUG和人类发现的种种技巧（学习性）。
在以上基础性能之上，AI空白状态下还需求：
1、可以根据系统内置宏进行进攻方式的随机选择；
2、可以选择进攻或后退（防御），进攻后立即防御，或进攻后判断是否利用有利时间，继续压制。
3、选择被击倒后是否受身。
4、选择是否浮空。
5、选择是否防御反击，防御吹飞，见招拆招，Counter追击。
6、能判断对手跳跃状态，选择起身后是否用无敌技破解，或判定对手安全跳跃，不进行反应。选择是否用无敌躲避对手攻击判定。
7、是否用高级跳跃技巧，如安全跳，欺诈跳（系统内置数据）。
8、选择在打晕对手后，做出特定反应。被打晕后求助。


我希望大家能制作出AI进行对战，看看谁的AI更强。

这就是我的目标啊！我会努力的，让一个超级人性化的cpu出现在我的手中。

AI对战我倒觉得木根比较好~
毕竟有直接的watch模式，
直接加入人物分p里也方便了非制作玩家能够快速观看而不需要用别的外挂程序来启动ai

AI强≠有人性
模拟人的思维的话也需要制定模拟什么等级的人的思维
路人还是梅原大吾
等级过高又会导致新手被AI虐
所以难度选择是必不可少的

受教，受教。

学习行为可以导致AI可以根据人类水平进行自身调整，可以加入变量控制，等级其实是非常宽泛的概念。

2.有点勉强
3.估计这个软件没可能了 毕竟关掉游戏AI就重置了

期待反编辑吧

感觉一楼分层很清晰，构架也比较完整，
常规AI，
AI制作单元就可以实现。
智能AI，
需要在角色脚本制作单元单独编排一批ai累计和分歧功能模块。
可存储型智能AI，
这个相对于智能AI，多了一道数据寄存的制作。但也正如bt所说，游戏重启，又成了小白痴。
不过可以变向的模仿，格斗一局后，可以根据ai相关数据的值，给玩家评级，玩家知道自己的级别后，下次玩时，可以直接选择自己的ai级别进行游戏。
但，这只是比较粗糙的替代，
如果遇到有顽固操作习惯的玩家，开机自选ai级别的方式也不是准确，算是中庸的替代吧，比如，我无论水平高低，看到波就喜欢闪避，不喜欢跳跃。
但至少比开机后从头累加ai习惯数据，获得符合自己ai数据要省时间，玩家可以比较早的进入状态。
其实，智能ai才是最厉害的ai，被人参透是最可怕的。
如果配以合乎常理的分歧概率和反应时间，才算是最高级的ai，
分不清到底是人玩电脑，还是电脑玩人，才是ai的最高境界。（个人愚见）
那种纯变态的电脑玩人的ai，只有两种情况，
1. 制作者的水位还不够高。
2. 迎合自我挑战的自虐型玩家。
3. 在不懂的玩家面前装装懂，以心灵幼稚掩饰水位不够。
...我为什么说是两种呢？
感觉ai的制作比较考验制作者的逻辑思维和战术方面上的理解，睾丸的领域。
角色的制作也因此开始走向复杂，更加体会基础严谨的可贵，
所以，俺一直在菜地里泡着，并幸福着。

AI，即Artificial Intelligence人工智能，所以准确地谈AI就应该是智能体，应该就是符合1L所说的基础原则的。而目前的很多游戏技术只能达到A，达不到I，或者低等的I。
智能与非智能的主要区别就是前者可以学习和记忆。但这并不是AI的最终形态，最终形态是
Recreation，即再创造，即建立神经网络和逻辑思维能力，逻辑是可以模仿的，但复杂的逻辑，要求强大的CPU运算能力（按现有的硬件技术的发展，估计R型AI在多年之内不可能达到，达到的话，没准真会上演终结者的惨剧，目前大型AI系统多用庞大的数据库和矩阵云计算）。
不扯太远，不过传统格斗游戏在对AI的设计上并不深入，即设定了足够多的有限状态机，模拟各种情况发生，但是还是会被高等的人类发现其没有的状态并加以利用。这时候，就要用到遗传算法了。这一点学过进化论的人很容易理解，类似于电脑随机出招，成功的招被保留下来，不成功的招从记忆里抹除，其实具体算法考虑的更多，完美模拟了人类记忆的过程，即接触的，不一定全记住。而且不会用到轮询的方式，占用无尽的系统资源和时间。也就是不增加AI的反应时间。对于逻辑的模拟，用到了神经网络，简单的说，就是一种算法，可以模拟人类的“预读”过程。并在成功后“学到”应该什么时候预读人类的动作。比如玩家在最后格斗最后10秒钟内如果血量占优，就可能做一些“萎缩”的行为，在血量占优的时候，可能就“放浪”一些，AI通过“预读”到人类心理，采取相应的手段，并通过遗传算法，“学习”到“成功的经验”。
遗传算法和神经网络，将是未来应用到游戏AI领域的两大算法。


mugen界已经有很多脚本AI高手了
2dfm的脚本AI领域目前极少有人涉足，前景广阔