（ecto真不好用，居然写得东西都没了，害我只能把这篇文章再写了一遍，郁闷啊，跪求一个mac下的支持wordpress的离线博客编辑软件）
提到参数，在我们写程序的时候，作为一个常用的提醒是，一般都会避免去使用“魔数”（Magic Number），因为它含义不清，比如if(i>5){…}，如果没有任何注释的话，很难有人会理解这个“5”是什么意思。在AI中，这样静态的参数的使用更频繁，有时为了定义一些阈值，有时为了可以给游戏设计人员调整AI行为等等，当这些参数慢慢多起来的时候，就需要更好的来管理，修改和查看，所以，如何设计一个好的参数系统就很有必要了。这个想法也源自我上一个项目的一些教训，在上个项目中，我们最后一共定义了超过1600个参数，由于历史原因，由一个简单的参数系统来维护，但实际操作中，这样的简单系统存在很多问题，首先参数没有很好的文档化，导致游戏设计人员很难搞清楚这个参数到底是干什么的，最后需要程序员的不停参与，工作的粘合度就提高了，另外也没有做到逻辑的关联，无法了解这些参数之间的相互关系。总之，这样那样的问题促成了我对于设计一个新的参数系统的想法。
相较与原来那个参数系统的种种问题，对于一个新的参数系统，我希望它能有如下的特性：
- 仅支持静态的参数：对于游戏来说是只读的，也就是游戏在运行时不允许修改这些参数，但可以通过外部工具进行调试
- 支持文档化
- 支持实时的修改：不需要重新启动游戏
- 支持序列化到文件：可以将调整好的参数存成文件，以便下一次启动游戏时生效
- 支持逻辑关联
- 支持自动的合法性检查
- 高效和便捷的定义和调用
以上列出的大部分特性还是比较容易理解的，对于第5点，我特别的说明一下，假设有一个参数A，当A的值发生变化的时候，逻辑上，参数（B1, B2, B3, … , Bn）也会相应发生变化，那我们就称A和（B1, B2, B3, … , Bn）有“逻辑关联”，也就是A的变化会影响到（B1, B2, B3, … , Bn）的值，反之不成立，也就是说，逻辑关联是单向的。举个例子，比如我们有一个可以调整游戏难度的参数，它关联到敌人的血量，攻击值，防御值，当把游戏难度调成“高”时，血量，攻击值，防御值会加倍，当把游戏的难度调成“低”时，血量，攻击值，防御值会减半。在我们原来的参数系统中，这种逻辑关联是隐含的，也就是说所有的参数并没有直接的相互关联，他们的结构是“平面化”的，彼此相互独立，所以当游戏设计人员想调高游戏难度的时候，他就需要记得相应的要去调整血量，攻击值，防御值。这样很容易造成错误和疏漏，而且这种隐含的逻辑关联无处可循，只能存与程序员活或者游戏设计人员的脑海中。
针对我们的需求，我定义了一个参数P所需要包含的各个部分
- 可识别的名称
- 当前值：该参数当前的值（一定是合法值），供游戏读取
- 参数类型：表示这个参数是离散型的，还是连续型的
- 上下限数组：给连续型参数检查合法性使用，如果值不在取值区间中，则为不合法的参数值，用数组的原因，主要是可能有多个取值区间，[Vmin1, Vmax1], [Vmin2, Vmax2], … , [Vminn, Vmaxn]
- 候选值数组：给离散型参数检查合法性使用，如果值不在候选值数组中，则为不合法的参数值。
- 参数描述：对于该参数的简要描述
- 趋势描述：对于该参数的变化所带来的影响的简要描述
- 逻辑关联项数组：该参数所影响的参数项列表(P1, P2, … , Pn)
- 被逻辑关联项数组：能影响该参数的参数项列表(P1, P2, … , Pn)
作为补充说明，对于上下限的定义，还需要有一个标志来表示是开区间还是闭区间。在逻辑关联项的数组中，和每个参数项还需要绑定一个非常重要的“关联方式”的实现。关联方式是非常灵活的，可能非常简单，就像我们前面举的那个例子，仅仅是加倍和减半，但有时可能非常复杂，有更多的逻辑计算，所以，我想可以调用一段代码来计算关联方式，可以是虚函数，也可以是一段脚本。更新关联项的方式是递归的，直到所有的关联项都被更新为止。文档化有几个部分组成，一个是名称，要求要可以识别，一个是两段描述，这两个部分很难做到要写成什么格式（文档的东西一般都是自觉自愿），但作为规范是要求定义参数的人能详细填写的，另一个部分就是关联项和合法性提示，这个可以用代码来生成文档信息（试想一下开发环境中的代码提示功能）。
我想，有了这样一个参数结构的定义，要实现一个参数系统来满足我上面的要求，并不是一件很难的事情，当然现在的这些只是我一个粗略的想法，还没有实现，有兴趣的同学可以实现一个，我有时间的话，也会做一个出来，因为它很独立，可以作为第三方库用在任何的引擎中，实现技巧的话，我想用“反射”（Reflection）做的话，对于序列化，对于做一个可视化的编辑器，对于文档化，都是挺有帮助的，值得一试。
————————————————————————
作者：Finney
Blog：AI分享站(http://www.aisharing.com/)
Email：finneytang@gmail.com
本文欢迎转载和引用，请保留本说明并注明出处
————————————————————————