 | 1 diudiuu 7h 39m ago 等级太高无法挑战 |
 | 2 hh4646908 7h 38m ago 晚点是几点  |
 | 4 graetdk 6h 52m ago 很强，看到你一直在排行榜前面徘徊，刚刚被我超过去，现在你又第一了哈哈 |
 | 7 xb3 6h 22m ago 前几天玩，roll 到一个传送技能的坦克，让 ai 写了一个策略，测试了 100 把发现胜率在 70%-75%，再让 ai 写了个自动化脚本一直跑，第二天早上起床发现跑到总榜第二了，不过胜率降到了 60%-65% |
 | 10 doraemonki 6h 11m ago 原来是你小子昨天一直逮着我虐  |
 | 11 tylearymf OP @doraemonki 你是哪个坦克的哈哈哈 |
| 12 tylearymf OP @doraemonki 原来是你，ai 自动挑战的哈哈哈，有比我高的就打高的，没有比我高的就打离我最近的 |
| 13 tylearymf OP 我一开始不是让 AI 写一个“会打架”的坦克，而是问它：如果这是一个每帧决策的竞技系统，怎么设计一个能持续变强的 agent ？后来我发现最强的关键不是某个招式，而是三个东西：战场建模、优先级仲裁、回放驱动迭代。 |
| 14 tylearymf OP 现在这辆坦克每帧都会先构建上下文，更新敌人和子弹记忆，再按“活命、必杀、控星、隐身、移动”的顺序决策。每次输局我都会拆成一个具体失败类型，比如草丛反击、边缘陷阱、星线争夺、隐身后没离开暴露点，然后把它变成一个新的风险判断或回归测试。 |
 | 15 mindddd 5h 44m ago 好玩 |
| 16 tylearymf OP  1 可以，接着你可以这样讲，语气偏“技术分享”，但不至于太论文味： --- 接下来我就把坦克拆成了一个真正的 agent 系统。 它不是每一帧简单判断“敌人在不在前面，在就开火”。如果这么写，前期确实能赢一些弱对手，但很快就会遇到问题：敌人在草丛里看不见、子弹 1 帧飞两格、星星比击杀更重要、地图边缘看起来能走但下一帧必死。 所以我把它拆成三层。 第一层是**感知层**。 每一帧开始时，我先把游戏状态整理成一个 `ctx`。这个 `ctx` 里面有我的位置、方向、敌人的位置、敌人的方向、星星位置、比分、地图、子弹、技能状态。 同时还有一个跨帧记忆 `AG_MEM`。 这个东西很重要，因为游戏里敌人可能会隐身，子弹也可能没有完整方向信息。如果只看当前帧，很容易误判。所以我会记住： ```text 敌人上一次出现在哪里 敌人上一次朝向哪里 子弹上一帧在哪里 我最近走过哪些位置 我是不是刚开过隐身 我是不是在原地绕圈 我刚才有没有开火 ``` 这一步其实就是把“游戏画面”变成“可计算的战场状态”。 --- 第二层是**风险评估层**。 这个阶段我不是马上决定动作，而是先问几个问题： ```text 我现在会不会被子弹打到？ 我下一步会不会踩进炮线？ 敌人一转头能不能打我？ 我走到边缘后还能不能脱离？ 我开隐身之后有没有离开暴露点？ 我去吃星会不会被草丛反杀？ ``` 这个地方是后期变强的关键。 比如有一局我以为代码里已经判断了“死路”，但还是跑到了地图边缘被打死。后来复盘发现，那一格从地图几何上看不是死路，因为它还有好几个出口；但从战术上看，它是死路，因为敌人下一步一移动，就能跟我同线，然后一转头开火，而我从那个格子逃走需要两帧。 所以后来我加的就不是简单的 `safeExits <= 1`，而是类似： ```text 如果我走到这个位置 敌人下一步能不能移动到同线？ 敌人转头需要几帧？ 子弹飞到我这里需要几帧？ 我从这个位置脱离炮线需要几帧？ ``` 如果敌人开火比我脱离更快，那这个格子就算不是墙，也应该判成危险格。 这就是从“地图判断”升级成了“战术预测”。 --- 第三层是**优先级仲裁层**。 也就是 `choose()`。 我后来发现，很多坦克代码的问题不是没有策略，而是策略之间会互相抢优先级。 比如： ```text 我想隐身绕后 但现在有子弹飞过来 我想草丛反击 但星星马上要被敌人吃掉 我想追杀敌人 但我已经领先，拖时间就能赢 ``` 所以我把整个决策链排成了优先级： ```text 先躲弹 再看有没有必杀 再看能不能安全开火 再处理贴星封锁 再处理近星争夺 再处理草丛反击 再处理隐身刺杀 再处理普通追星和移动 ``` 这里有个很重要的思想： > 最强的 agent 不是每次都选最激进动作，而是每一帧都知道当前最不能犯的错是什么。 比如子弹来了，那就不要想击杀。 星星马上要决定胜负，那就不要为了绕后丢星。 敌人已经在近距离炮线里，那就不要原地隐身装聪明，要么开火，要么脱线。 --- 然后我会讲一个具体例子。 比如草丛反击那一版，最开始的问题是：敌人藏起来后，我的坦克会进入一种“反伏击”逻辑，试图横向脱离或者预判敌人位置。但有时候星星就在附近，这时候最重要的不是躲草丛，而是抢星线。 所以后面我加了一个 `nearStarContestAct`。 它的作用不是“无脑吃星”，而是判断： ```text 星星离我近不近？ 敌人有没有可能抢？ 我有没有一个安全格可以缩短到星星的距离？ 这个格子会不会进敌人炮线？ 这个动作会不会被 hidden ambush 逻辑抢掉？ ``` 如果满足条件，就优先抢星位。 这就是一个很典型的迭代： 不是把草丛逻辑删掉，而是让它在更高优先级的控星逻辑面前退让。 --- 然后再讲隐身。 我这辆坦克是 cloak 技能，但我后来发现，隐身不能当万能保命按钮。 很多时候原地隐身其实没用，因为敌人已经知道你上一帧在哪里。你如果隐身后不移动，子弹照样打到你。 所以现在隐身逻辑里面有几个不同模块： ```text 能不能隐身接近 隐身后要不要先换位 有没有机会绕到背线 同线时能不能直接开火 敌人是否已经瞄准我 我是不是为了隐身丢掉星星 ``` 也就是说，隐身不是一个动作，而是一段战术流程： ```text 开隐身 离开暴露点 绕到安全线 确认敌人炮口风险 再决定开火或继续换位 ``` 这个也是后面从失败里磨出来的。 --- 最后我会讲整个训练闭环。 我每次不是凭感觉调参数，而是这样做： ```text 拉最近比赛 筛失败局 看死亡前几帧 判断是哪类失败 复现那个局面 加一个很窄的规则 跑回归测试 跑模拟 再发布 ``` 比如一次失败可能最后变成一个新规则： ```text 不要走进边缘同步炮线陷阱 不要让草丛反击抢掉近星争夺 隐身后必须离开暴露点 同线近距离时必须在开火和脱线之间二选一 星星被土堆挡住时，先找破土位 ``` 这些规则单独看都不大，但叠起来之后，坦克就从“会打架”变成了“会做战术决策”。 --- 最后收束可以这样说： > 所以我觉得这件事最有意思的地方，不是 AI 一次性帮我写出了最强坦克，而是 AI 帮我搭了一个 agent 的思考框架。后面真正变强，是我不断用真实对局去撞这个系统，把每一次输局都转成一个更精确的判断。 > > 到最后，这辆坦克其实不是靠某个神奇招式赢，而是靠一套越来越完整的决策系统赢：它知道什么时候活命，什么时候控星，什么时候开火，什么时候隐身，什么时候宁可不动也不能犯错。 |
| 17 tylearymf OP ```mermaid flowchart TD A["每帧 onIdle"] --> B["构建战场上下文 ctx"] B --> C["更新记忆 AG_MEM"] C --> D["风险评估：子弹、炮线、陷阱、星星"] D --> E["choose 优先级决策链"] E --> F["guard 二次拦截"] F --> G["执行 go / turn / fire / cloak"] G --> H["回放复盘与回归测试"] H --> D ``` |
| 18 tylearymf OP 这套系统的好处是，它不是一坨互相缠在一起的逻辑，而是一个分层决策链。我要加新规则时，通常不是重写整个坦克，而是新增一个 xxxAct(ctx)，然后把它插到 choose() 里合适的优先级位置。 加规则本身很简单，难的是判断这个规则应该管哪一小类局面，以及它应该排在谁前面、谁后面。 我现在加规则的方式有点像给 agent 加 middleware 。每个规则都只责一种战术形态，输入都是同一个 ctx ，输出都是统一格式的 action 。如果规则不触发就返回 null ，让后面的规则继续判断。这样扩展性很好。 我不会把规则写得很宽。每条规则都尽量窄，只解决一种明确失败模式。因为规则越宽，越容易把原来能赢的局面截胡掉。 |
| 19 tylearymf OP 总的来说：不是“规则越多越强”，而是“规则越精确越强”。 |
 | 20 phpcyy 5h 30m ago |
| 21 tylearymf OP 这套系统像一条决策流水线。每个规则只负责识别一种局面：如果它发现自己该接管，就返回动作；否则就把决策权交给下一个规则。这样我加新规则时，不用重写整套系统，只要插入一个新的判断模块。 |
 | 23 daimon1 5h 24m ago 厉害！ |
| 25 tylearymf OP |
 | 27 terrysnake 4h 58m ago |
| 29 graetdk 4h 53m ago @terrysnake 你给的是邀请链接，不是坦克链接哥 |
 | 30 Cabana 4h 37m ago 哈哈，曾经用 codex /goal 模式上了王者， 但后面 context 爆炸，又给我跌成钻石了  |
 | 31 CL7 4h 37m ago 酷啊，才知道有这样的平台，觉得这个创意太好了，之前直接写了一个类 claw 的产品 clclaw.ai ，理论上它能做任何事，但实际上很多事都做不好，感觉这样的平台真的太有创意，可以释放很多人无处安放的 AI 创造力 |
 | 32 allanwell 4h 28m ago 最高只到过第 8 ，然后迅速滑落，一直在 20-40 这个区间徘徊。。。 |
 | 33 kuhung 4h 8m ago 谢谢老哥的分享，这就去蒸馏（ |
| 34 tylearymf OP ## 几个有意思的设计点 ### 1. 未来一帧死亡预测器 早期我只判断“当前位置有没有危险”，后来发现不够。 有些格子现在看起来安全，但我一走过去，敌人下一步就能对齐我，然后转头开火。 所以我加了一个短期预测： - 我走到这个格子 - 敌人按照当前方向走一步 - 敌人是否能和我同线 - 敌人转头需要多久 - 子弹飞到我这里需要多久 - 我从这个格子脱离炮线需要多久 如果敌人击杀我的时间更短，这个格子就被视为危险。 这个点最有意思的是： 它说明“地图上能走”不代表“战术上能走”。 --- ### 2. 隐身不是按钮，而是状态机 这辆坦克有隐身技能，但我很快发现，原地隐身没有意义。 敌人虽然看不见我，但它知道我上一帧的位置，子弹还是能打到那里。 所以我把隐身拆成几步： 1. 判断是否值得开隐身 2. 开隐身后立刻离开暴露点 3. 侧向换位，避免仍在原炮线 4. 判断是否已经形成击杀窗口 5. 如果没有击杀窗口，就继续换位或脱离 隐身的核心不是“消失”，而是制造位置差。 --- ### 3. 草丛反击和抢星会打架 有一类局面很有意思：敌人藏起来，我的系统会进入反伏击模式。 但如果星星就在附近，反伏击未必是第一优先级。 早期有一局就是这样：系统为了处理隐藏敌人，错过了更重要的星位。 后来我加了一个仲裁逻辑： > 在关键星位附近，控星优先于反伏击。 这不是说反伏击不重要，而是说不同规则之间必须有优先级。 很多 bug 不是规则本身错，而是规则排队顺序错。 --- ### 4. 躲子弹本质是时间竞速 子弹一帧飞两格，所以不能只看“子弹现在在哪”。 真正要算的是： - 子弹几帧后到我这里 - 我转向需要几帧 - 我移动出炮线需要几帧 - 我移动过程中会不会穿过子弹轨迹 如果子弹到达更快，我就不能选择那个动作。 这让躲弹从简单坐标判断，变成了一个时间问题。 --- ### 5. 星星不可达时，先创造条件 有些地图里星星被土堆挡住，直接寻路会失败。 早期系统会在附近绕圈，因为它知道星星重要，但不知道怎么到达。 后来我加了一个目标分解逻辑： - 如果星星当前不可达 - 找一块打掉后能打开路线的土堆 - 先走到能射击那块土堆的位置 - 打通路线后再重新追星 这其实就是从“追目标”变成了“先创造追目标的条件”。 --- ### 6. 每次输局都变成一个窄规则 我不是一次性写一个大而全的智能体。 后期基本是： - 看失败回放 - 找死亡前几帧 - 判断是哪类失败 - 抽象成一个小规则 - 加进决策流水线 - 再用模拟验证 每条规则都尽量窄。 比如不是“不要靠边走”，而是“不要走进敌人下一步能对齐、转头、开火，而我又来不及脱离的边缘格”。 窄规则的好处是副作用小，也更容易验证。 |
| 35 terrysnake 1h 45m ago @graetdk fuck ， 这链接不行啊，这个： https://agentank.ai/share/tanks/tnk_C0Mxx9byaqnBoDf87 |
| 36 terrysnake 1h 44m ago 怎么我变大师了。。。 |
| 38 graetdk 1h 20m ago |
 | 41 bravecarrot 28 mins ago 这个实在太无聊 太上头了 |
Select Language