昨天看了篇文章，讲到了AI的LOD，以前只知道模型渲染有LOD，为了在不同的视域情况下精简某些部分的渲染部分，因此在渲染中有LOD（Level Of Detail）技术，离的越远模型面数越少，离得近面数会减少。但是听到AI的LOD，还是比较新鲜，现在把我对AI的LOD的理解总结一下。
对于游戏的AI计算，其实很多情况也是计算量很大的计算，与图形渲染不同，AI的计算基本消耗的是CPU，例如 模拟一个很大世界里面有很多做各种行为的NPC时，如果想保持逻辑的准确，就要每一刻对这些NPC的行为都做一遍计算，这显然是个很耗的工作，这时模拟的准确程度和计算量就是个矛盾关系，当然当前游戏中怎样做的我还不清楚（可能当下流行的MMORPG都不会为NPC做复杂的行为，就是在那做个动作等等，或是开个副本放少量NPC）。
AI的AOD基于这样一个理念：对于玩家察觉到的地方，AI做较准确的模拟，玩家察觉不到的地方，做模糊模拟，按照某个划分将AI的模拟准确度分为几个层次，不同层次的细度是不一样的，玩家处于某个层时，只要保持那个层总的逻辑模拟准确就行了。比如一个世界，有一个村庄中，有工人的工地，有酒吧，酒吧里有工人在喝酒，工人喝酒有不同的喝酒动作。这里有就很多层，在最外层，当玩家在村庄之外的时候，只知道世界上有这个村庄就行了，并且按时间计算下酒吧剩余酒量，不用做别的，在最里层你就需要对工人的整个喝酒动作做模拟并表现。
下图表现的是在不同位置玩家的AI LOD所需要关注的NPC行为和程序逻辑。比如在村外，你不需要真的表现酒吧内人物的动作（这通常渲染也会剪切），也不需要计算某个NPC喝了多少酒，你只要估计一下整个酒吧内有多少人剩多少酒就行了。
AI的AOD如何转化成程序中可表示的逻辑呢，这是一个比较复杂的事情，这要基于AI的事件机制。AI的模拟通常表示为一个时间轴上的事件发生。事件分为瞬时发生，也分为一段时间发生（这就需要一个开始和起点）。事件又可以不段的包含子事件。AI的LOD转换就是把事件抽象成不同的层级（细节提高时，事件就要模拟它的每个子事件，细节减少时，子事件就忽略了，只要模拟上一层的事件，每个事件要维护它的子事件的指针）
如图这是不同LOD层次上时间轴的事件发生情况，可以看到最上层的LOD发生处理的事件最少，而越下层要计算的就越多。
虽然这个图看起来简明，但是具体实施上主要还要考虑到在不同LOD层次间迁移时的问题（逻辑的保持、状态的切换..）
总的来说，AI的lod提供了一个很好的理念，lod不是图像渲染的专利，任何大计算量的结构都可以应用LOD的思想，就是根据所处不同的域对域的不同部分做不同复杂度的计算，而不必全盘做最精密的计算，这可能为我们解决其他一些大计算量的东西提供一个解决思路。
