格鬥遊戲的 AI 是怎麼實現的？
例如怎麼確定是要防禦還是攻擊？怎麼能實現連招？我說的格鬥遊戲是類似拳皇和街霸那種。
沒有題主所設想的暴nb的那種AI，本人恰好參與過某一代kof開發，就是個無比巨大的狀態機。
參與過另外的格鬥遊戲，碰到一種很有趣的做法（非拳皇，其他格鬥遊戲）。把彙編用宏定義成另外一種狀態描述語言，把某彙編指令定義成 IF_A ，某彙編定義為動作B，用這種類似於低級腳本的宏寫狀態機。然後用gcc編譯成二進位文件，狀態機從二進位流中讀取。
恰好今年我審的課程中有一篇是講述AI基礎的，之前也從事過很長一段時間關於遊戲AI的部分，簡單說一下。
當然，在遊戲中所用到的通常我們提的AI都是非真正意義上的智能，而是基於大量假設，大量數據，大量遍歷的對應演算法而已。
————————————————————————————
最常見的也就是行為樹，行為樹最簡單的說法就是，當X情況下，Y對Z，進行了A動作，這就是一條行為；其實X，Y，Z，A都是可以嵌套或者是交叉調用的一種方法。當無數條或者足夠數量條的行為組合在一起，就形成了行為樹。
關於行為樹的更多科學解釋見wikipeida：Behavior Trees
————————————————————————————
另一種常見的做法叫有限狀態機，簡單的來說就是一個 if else的判斷，則構成了一個最簡單的有限狀態機，複雜一些的化加上枚舉類型的如switch等。
關於有限狀態機的更多科學解釋見wikipedia：Finite-state machine
————————————————————————————
兩種常規的實現方法，各有利弊，行為樹可以處理更複雜的狀況，但是當對狀態的應對越多，便利行為樹所帶來的開銷就越大；有限狀態機在處理複雜狀況時依然可以保證效率，但處理複雜狀況的能力相對較弱，且面對衝突時調試難度較大。
————————————————————————————
以上為遊戲AI的基礎原理，現在回答答主的問題，就很簡單了，如何確定要防禦，這個問題起因於玩家的一個輸入，由此構建出若干個行為導致防禦。例如：
如果1P重拳，則COM無條件防禦。
如果1P輕拳，且當COM血量低於30%，則COM執行防禦。
…
以此類推，根據開發者的思維來編輯若干條行為。
則當你執行了一個操作後，COM就去遍歷你的這個操作符合哪條行為，並進行後續的判斷，如果全部符合，則進行了防禦。
當然實際情況遠沒有說的那麼簡單，裡面還涉及很多其他概念，比如時間切片，優先順序分析等概念，我想也就不用說的太多了，作為玩家我想也不用涉及過多。
我覺得去學習mugen裡面的AI會給你巨大的收穫。
看到有人提到mugen吾心甚慰啊，如果真對格鬥遊戲感興趣的話，研究研究mugen是不錯的選擇喲。
這裡給出幾個百度mugen吧里的AI相關的教程貼的地址吧
口水軒的AI教程貼 在下的AI教程...緩慢更新ing_mugen吧
文森的AI範例分析 Mugen人物AI範例分析第一篇
net教授的AI答疑樓 開一個關於ai問題的答疑樓_mugen吧
一個簡易人物AI教程 人物簡單AI教程_mugen吧
這些雖然都是主要講mugen人物AI，不過方法是相通的，題主加油吧一個不錯的技術博客：AI分享站
裡面有提到行為樹的方式，也有其他的AI實現方式，我覺得還是授人以漁吧~
行為本身造成的效果用狀態機設計模式應該比較適合，但我沒試過，不敢多言。
你說的是格鬥遊戲，不是那種格鬥網遊吧？DNF是動作遊戲+RPG。
格鬥遊戲的AI就是從內存里讀取一下對手態勢（狀態，相對位置，此狀態將持續的時間），然後從AI的行動列表中選一個。
其實判斷還挺麻煩的，因為格鬥遊戲里對手是不停變化的幾個區塊，比如出拳的時候，手臂是一個區塊，有攻擊判定，然後軀幹和腿是另外的區塊，有受攻擊判定。
AI不會管這麼細，它只要知道雙方相對位置，對手處於什麼狀態，持續時間，從對應的策略表裡選一套行動就行，區塊判定這些應該是在設計對應策略表時考慮的。
一年以前，我心中有和樓主一樣的疑問。後來我看了一下StreetFighter的代碼，心中的疑惑大概都消散了。建議題主搜一下「JavaScript" "StreetFighter"，是騰訊的一個貌似叫合金團隊成員用JavaScript實現的仿街頭霸主的遊戲，可以直接在瀏覽器中運行。我當初曾打算用cocos2dx實現，然後移植到Android上，後來又沒了激情，這事就不了了之了。
將動作分類， 然後根據主角的不同出招動作，進行判斷後做出相應動作。這麼做在動作上比較好看，手感也很棒，缺點是成本很大。通常一個角色至少幾十套動作，主角甚至上百套，根據方位操作以及動作中斷等等進行不同的變招。
當然還有一個缺點是主角一旦完全不動，AI往往也會禁止不動。也可以看做「敵不動，我不動」的一種策略吧。這個也是可以通過調試改變攻擊策略的。
AI這東西沒必要說太細，只需要知道是用行為樹組織起來動作節點的就行。
漫談遊戲中的人工智慧前段時間寫了篇關於AI的博客，雖然是關於MMO的，但是格鬥遊戲也可以參考。
自己的見解，全無科學依據。
感覺npc的大多是依靠你按下的按鍵進行反應的，只不過你按下的鍵對應的對手動作複雜不複雜而已。
難度低的時候電腦做的動作隨機性較強，比如你攻擊他就莫名地跳起，難度越高對面的動作針對性越強，就像你按下的攻擊鍵可能對手會秒防禦。
還有就是給電腦一個套路，鐵拳裡面就記錄著世界各種玩家的打法套路，剛開始你還不一定打得過……
全是猜想，歡迎批評指正！
用狀態機或者行為樹 其他看具體邏輯
一般攻擊是周期性的固定行為，而防禦是基於「被攻擊」這個不確定時機而做出的不固定行為，防禦優先順序高於攻擊，如果防禦行為觸發時正在進行攻擊，那麼就強制從攻擊動作轉換為防禦，當然有動作融合的話表現看起來才比較流暢
電腦的AI就靠作弊，最高難度時你只要跳到電腦選手附近就升龍判定，嗯，就是這樣的。
貌似這些不叫AI吧？模擬器的拳皇（同樣是8級難度），剛裝上的時候很容易，越打會感覺電腦越「聰明」，我和朋友交流過，他們也有這樣的體會。星際爭霸和魔獸爭霸也是。這種「自學習」是怎麼實現的呢？
其實格鬥的AI是相對簡單的。
因為格鬥AI主要靠作弊。
以街霸II為例， 實際操作者，比如古烈，需要（下上腿）蓄勢三秒才能完成動作，但是AI操控時，直接判斷P1（操作者）就行。
類似
if P1.Y&>0 // (在空中)
then P2.腳刀();
推薦閱讀：