一种常见的错误是认为游戏中的AI越复杂，玩家对角色的感觉就越好。事实上，创造优秀的 AI 就是要将游戏的要求与正确的行为、以及产生这些行为的正确算法相匹配，在本书中有一系列令人眼花缭乱的技巧，正确的方法并不总是最直观的选择。无数难以实现的复杂人工智能的例子导致了糟糕的，甚至愚蠢的行为。同样，如果使用得当，一个非常简单的技巧也可以是完美的。
一、当简单的事情看起来很棒
《吃豆人》是最早的具有任何形式角色的游戏之一人工智能，其中幽灵 AI 有3种状态：一种是玩家收集点数时的正常状态；第二种状态，当玩家吃了电源后会开始复仇行为；最后一种状态是定时触发的，让幽灵后退一点。
在这三种状态中，每一个幽灵都有一个目标。它沿着直线移动，直到它到达一个交叉点，然后选择最接近目标方向的路线。它不会试图计划整个路线，甚至不会检查它的目标是否能到达，而只是朝着目标移动。当追逐玩家时，每个幽灵都有自己的简单代码片段来选择目标：红色幽灵总是瞄准玩家的位置；粉色幽灵的目标是玩家面前的四个正方形空间，即使它在墙的里面或另一边；浅蓝色幽灵则保持着玩家一样的位移；橙色幽灵如果离玩家远则直接锁定玩家，如果近则去转角。所有这些选敌路线都可以用一两行代码实现。
这和你能想象的一个移动角色的AI一样简单。再简单一点，幽灵要么是非常可预测的（如果他们总是指向家的话），要么是完全随机的。就其本身而言，幽灵策略是很容易预测的；他们的AI 并不构成挑战。但总的来说，每个幽灵的不同行为足以形成一个强大的对立力量，以至于它们的智能程度直到今天都得到了奉承的评价。例如，最近某网站上对《吃豆人》出现这样一条评论：“为了给游戏增加一些紧张感，游戏中加入了一些聪明的人工智能。鬼魂会聚集起来，攻击玩家，然后散开，每个幽灵都有自己的人工智能”。还有玩家报告了幽灵们的策略:“他们四个设置了一个陷阱，让红色幽灵逼迫玩家进入埋伏，其他三个人在那里等待。”
一个简单的人工智能如果做得好，在玩家看来会比它本身聪明得多。
同样的事情也被许多开发自己游戏的开发者报道过。举个极端的例子：几年前《Rebellion》的 Chris Kingsley 提到了一款未出版的“任天堂 Game Boy 游戏”，其中特定的敌人角色会直接进入玩家的身边，但为了变化，他们会在前进的过程中随机地避开敌人。玩家们报告说，这些角色会预测他们的射击模式，并避开挡路。
AI 并没有预料到任何事情，只是在偶然的情况下设法躲开了。但在关键时刻的及时回避会让玩家印象深刻，并塑造了他们对 AI 的看法。
二、当复杂的事情看起来很糟糕
当然，相反的事情也很容易发生。我之前非常期待的一款游戏是《Herdy Gerdy》，这是索尼用来宣传 PS2 硬件中“情感引擎”芯片的新玩法可能性的发行游戏之一。这个游戏是一个放牧的游戏，动物生态系统出现在游戏关卡中，玩家必须将不同种类的动物个体聚集到相应的围栏中。放牧玩法在以前就被使用过，后来也作为一个更大的游戏的组成部分，但是在《Herdy Gerdy》中它构成了全部的游戏玩法。这种类型的AI设计在后面其它篇章中会详细谈到。
不幸的是，动物角色的移动 AI 并不能完全适应它丰富的关卡设计的挑战。因为碰撞检测可能会把它们困在无法恢复的地方，导它们很容易被捕捉到。虽然 AI 卡住在游戏中是很常见的现象，但出现在放牧玩法的动物 AI 身上，使一些动物显得出人意料的蠢。结果不出所料，游戏评价褒贬不一，销量平平。
与《Herdy Gerdy》不同，《Black & White》 取得了巨大的销售成功。但在一些地方，它也遭受了伟大的 AI 看起来很糟糕的影响。这个游戏玩法包括了通过结合例子和反馈来教一个角色做什么：当人们开始玩游戏的时候，他们往往在无意中教会了游戏中的生物一些坏习惯，在最坏的情况下，生物甚至可能无法执行最基本的动作。虽然通过更多地关注生物的学习 AI 是如何工作能让玩家更好地操纵它，但也丧失了调教一个真实生物的沉浸感。
对于开发者来说，使用最新技术和最炒作的算法来实现角色得 AI 是一个难以抗拒得诱惑。在开发后期，当一个正在学习的 AI 仍然无法学会如何在赛道上驾驶汽车而不失控时，更简单的算法就会来拯救它，并将其融入游戏发行版中。
知道什么时候该复杂、什么时候该简单是游戏 AI 程序员的编程艺术中最困难的元素，最好的 AI 程序员是那些能够使用非常简单的技术来制造复杂假象的人。
当游戏的设计和实现过程之间有一个紧密的反馈循环时（而不是实现严格遵循设计），这就更容易做到。对需求稍加修改就意味着可以使用更好的 AI 技术，从而带来更好的游戏。有时，这意味着简化所需的行为，使其更加健壮。不幸的是，由于在大众市场的 PC 和主机游戏中，团队规模庞大，程序员很难有很大的影响力。独立游戏和手机游戏的团队小得多，但虽然比几年前小了很多，但仍然有更多的机会。
三、感知窗口
除非你的 AI 控制着一个经常出现的伙伴或一对一的敌人，否则你的玩家可能只会在短时间内遇到一个角色。
对于以被击杀为人生目的的一次性警卫来说，出现的时间是非常短的；而更难对付的敌人可以在屏幕上出现几分钟，因为他们的失败是被策划和执行的。
当我们在现实生活中试图理解某人时，我们很自然地设身处地为他们着想。我们观察它们的环境，观察它们从环境中收集到的信息，以及它们正在执行的行动。游戏角色也是如此，一个站在黑屋子里的警卫听到了声音:“我想我会按一下电灯开关。”如果警卫不这么做，我们可能会认为他们很蠢。
如果我们只是瞥了一个人一眼，我们没有足够的时间去了解他们的处境。比如，如果我们看到一个听到噪音的警卫突然转身，向相反的方向缓慢移动，我们就认为 AI 设计得有问题，因为警卫本应该从房间的另一边走到有声音的地方。但如果我们观察他们更久，我们会发现他们的行动是可以理解的，比如他们可能刚好在等同事从门底下塞进香烟，以为噪音是预先设定好的信号。如果我们知道以上完整得信息，我们就会知道这个行动终究是明智的。
这种必输的设计就很好地诠释了“感知窗口”这个概念。你需要确保一个角色的 AI 符合它在游戏中的目的，并能得到玩家的关注。在跑龙套的角色中添加更多的 AI 可能会让你更受少数玩家的喜爱，比如某些忠实粉丝会花很多时间分析每个关卡，但其他人（包括发行商和媒体）可能会认为你的编程很草率。
四、行为的改变
感知窗口不仅仅是时间的问题。再想想吃豆人里的幽灵，他们可能不会给人感觉有感知能力，但他们不会做任何不合时宜的事，这是因为它们很少改变行为。
每当游戏中的角色改变行为时，这种改变比行为本身更引人注目。同样，当一个角色的行为应该明显改变而没有改变时，它就会吸引注意力。如果两个警卫站在一起说话，而你射倒了一个，另一个警卫就不能继续谈话。
当玩家在附近或被发现时，行为就会发生变化。这在平台游戏和实时策略中都是一样的。一个好的解决方案是为跑龙套的角色保留两个行为：一个正常的动作和一个玩家发现的动作。
