一个反直觉的事实：四个幽灵共用同一套 AI

大多数玩家会告诉你，《吃豆人》里有四个「性格」不同的幽灵：红色的 Blinky 穷追不舍，粉色的 Pinky 喜欢包抄，青色的 Inky 行为诡异，橙色的 Clyde 时而追击时而摸鱼。

这个描述是准确的。但如果你打开 1980 年那块街机基板的代码，会发现一个反直觉的事实：四个幽灵运行的是同一套寻路逻辑。它们的移动规则完全一致，唯一的差别只有一个函数——目标格怎么算。

这可能是游戏史上性价比最高的一次设计。岩谷彻和他的团队没有写四套 AI，他们写了一套 AI 和四个参数，然后从中长出了四个被全世界记住了四十多年的角色。

本文完整还原这套系统：共用的移动规则、四种目标格算法、散步与追踪的切换周期、以及那个著名的第 256 关溢出。最后给出一份可以直接迁移到现代项目的行为状态机骨架——因为这套结构在今天依然是「让敌人有性格」这个需求的最优解。

第一层：所有幽灵共用的移动规则

在讨论差异之前，先把共同点说清楚。四个幽灵遵守完全相同的三条规则。

规则一：只在路口做决策

幽灵不是每帧都在思考。它们沿着当前方向持续移动，只有在进入一个路口格（tile）时才做一次转向决策。这个设计有三重收益：

• 性能：1980 年的硬件负担不起每帧四次寻路计算
• 可读性：玩家能观察到稳定的移动直线，从而预测幽灵的路径
• 手感：决策点稀疏意味着玩家的规避操作有明确的时间窗口

规则二：贪心选择 + 禁止掉头

在路口，幽灵的决策算法是纯粹的一步贪心：

在路口时：
  候选方向 = 所有可通行方向 − 来路方向     // 禁止 180° 掉头
  对每个候选方向：
      下一格 = 当前格 + 该方向
      距离 = 欧几里得距离²(下一格, 目标格)  // 平方距离，免开方
  选择距离最小的方向
  若有并列，按 上 → 左 → 下 → 右 的固定优先级裁决

注意这里没有任何路径搜索——没有 A*，没有 BFS，没有回溯。幽灵完全不知道迷宫的拓扑结构，它只知道「哪个方向能让我离目标点的直线距离更近」。

这个选择是 1980 年硬件条件下的必然，但它意外地成为了整个设计的关键：贪心算法会犯错。当目标点在墙的另一侧时，幽灵会径直撞向墙壁然后被迫绕路。正是这些「愚蠢」的瞬间，构成了玩家赖以生存的空隙。一个用 A* 寻路的幽灵会是完美的、无趣的、也是无法被战胜的。

规则三：固定的优先级裁决

并列时按「上、左、下、右」裁决，这一条看似微不足道，实际上是整个游戏可被高手完全掌握的根本原因。因为决策是确定性的：给定相同的初始状态和相同的玩家输入序列，幽灵的行为完全可复现。

这催生了《吃豆人》独有的「吃分路线」（patterns）文化——高分玩家背下一整套固定的移动序列，能在不做任何临场反应的情况下连续通关。没有随机数，就没有运气；没有运气，就有了完美主义的空间。

第二层：四个目标格算法，四种性格

现在到了核心。所有差异都在这一个函数里。

Blinky（红）：直接追踪

目标格 = 吃豆人当前所在格

最简单的一条，也是压力的主要来源。Blinky 永远朝玩家当前位置移动，玩家能感受到一条持续绷紧的追击线。

但 Blinky 还有一层额外机制，通常被称为「Cruise Elroy」：当关卡中剩余豆子数量低于某个阈值时，Blinky 的移动速度会提升到超过吃豆人的水平，并且即使在散步模式下也继续追踪玩家。阈值和加速幅度随关卡数递增。

这是一个极其精妙的节奏装置。关卡后期本应是最轻松的阶段（敌人不变，豆子变少），Cruise Elroy 把它反转成了最紧张的阶段。难度曲线在单个关卡内部就完成了一次爬升，而玩家几乎意识不到是什么让最后二十颗豆子变得如此难吃。

Pinky（粉）：前方伏击

目标格 = 吃豆人当前格 + 当前朝向 × 4 格

Pinky 瞄准的不是玩家现在的位置，而是玩家四格之后可能到达的位置。效果上，它总是试图切到玩家的前方形成夹击。

与 Blinky 配合时，两者构成了一个天然的钳形：一个从后方压迫，一个在前方封堵。玩家被迫在通道中间做出转向决策——而转向恰恰会让 Pinky 的预测失效，制造出逃生窗口。两个简单规则的组合，产生了远超各自复杂度的战术层次。

Inky（青）：向量延伸

锚点 = 吃豆人当前格 + 当前朝向 × 2 格
  向量 = 锚点 − Blinky 当前格
  目标格 = 锚点 + 向量          // 即以锚点为中心，把 Blinky 的位置点对称翻转

这是四者中唯一一个依赖另一个幽灵状态的算法，也是玩家永远无法直觉预测的那一个。

它的行为有一个非常反直觉的性质：当 Blinky 离玩家很远时，Inky 的目标点会被抛到迷宫的另一端，Inky 因此显得漫不经心；而当 Blinky 贴近玩家时，Inky 的目标点会收缩到玩家附近，两者形成合围。

换句话说，Inky 是一个「放大器」而不是一个「追击者」——它把 Blinky 造成的压力乘以二。玩家感受到的「这个青色的家伙行为莫名其妙」，实际上是一个二阶系统在一阶直觉下的必然观感。

Clyde（橙）：距离触发的双态

若 距离(Clyde, 吃豆人) > 8 格：
      目标格 = 吃豆人当前格          // 与 Blinky 相同
  否则：
      目标格 = 左下角的散步基地格      // 掉头逃离

Clyde 会追到玩家附近，然后突然放弃并撤回角落，接着再次转身追来。玩家对它的普遍评价是「胆小」或者「摸鱼」。

但从系统角度看，Clyde 承担的是完全不同的职能：它是唯一一个会主动制造喘息的敌人。在四个幽灵全部采取压迫策略的设计里，玩家会在几十秒内被压垮。Clyde 的周期性撤退在压力曲线上打出了规律的凹陷，同时它的反复靠近又保证了这些凹陷不会变成完全安全的休息。

更重要的是，Clyde 覆盖的左下角区域恰好是迷宫中最容易形成死角的部分。它的存在让玩家不敢把那片区域当作永久避难所。一个「不称职」的敌人，实际上在做空间控制。

第三层：几乎无人察觉的模式切换

上面所有的目标格算法，只在追踪模式（Chase）下生效。幽灵还有另外两种模式。

散步模式（Scatter）

在散步模式下，每个幽灵的目标格被替换成迷宫四角中固定的一个：Blinky 右上、Pinky 左上、Inky 右下、Clyde 左下。由于目标点位于墙外的不可达位置，幽灵会在各自的角落里绕圈。

游戏在散步与追踪之间按固定时间表来回切换。以第一关为例，切换序列大致为：

散步 7 秒 → 追踪 20 秒 → 散步 7 秒 → 追踪 20 秒
→ 散步 5 秒 → 追踪 20 秒 → 散步 5 秒 → 此后永久追踪

随着关卡推进，散步时长逐步缩短、追踪时长延长，直到高关卡几乎不再有散步阶段。这就是《吃豆人》真正的难度曲线——不是幽灵变快，不是迷宫变复杂，而是喘息时间被系统性地压缩。

而绝大多数玩家从未意识到这个机制存在。他们只会说「后面的关卡感觉更凶了」。

惊慌模式（Frightened）

玩家吃下能量豆后，幽灵进入惊慌模式：变蓝、减速、并且——这是关键——转向决策改为随机。

这是全局唯一使用随机数的地方，而且它的位置选得极准：只在玩家占据优势的短暂窗口内引入随机性。这保证了「追猎幽灵」的阶段不会退化成一道确定性的最优解计算题，同时又不会让玩家在受压迫时遭遇不公平的随机死亡。

另外，模式切换发生的瞬间，所有幽灵会立即掉头一次——这是全局唯一被允许的 180° 转向。这个细节给了玩家一个清晰的视听提示：局势变了。

回到 1980 年：为什么是「吃」而不是「打」

技术层之外，还有一层同样重要的历史事实：岩谷彻的设计出发点，是把女性玩家带进街机厅。

1980 年的街机厅以射击与竞速为主，受众几乎全是男性青少年。岩谷彻的判断是，这个品类的核心动词——「射击」——本身就在筛选受众。他选择的替代动词是「吃」与「逃」。

这个决策的连锁反应几乎重塑了整个行业：

• 没有暴力表现，因此可以放进餐厅、商场、电影院大堂——街机的物理分布被改写
• 角色造型必须可爱且可识别，催生了游戏史上第一个成规模的官方周边体系
• 它成为首款在北美大规模授权的日本游戏，为此后的日本主机产业铺了渠道

值得强调的是：这是游戏史上第一次有明确记录的、以受众扩展为目标的设计实验。而它成功的方式不是「降低难度」或「简化操作」，而是更换核心动词。今天每一个讨论「如何扩大受众」的项目，都值得先问一遍这个问题：我们的核心动词在筛掉谁？

第 256 关：一个 8 位整数的边界

《吃豆人》的关卡计数器是一个 8 位无符号整数，取值范围 0–255。当玩家通过第 255 关进入下一关时，计数器溢出归零。

绘制关卡底部水果图标的例程会依据关卡数决定绘制多少个图标。当这个值溢出后，例程会尝试绘制 256 个图标，写入范围远超屏幕右半区的显存边界，导致画面右侧一半被垃圾数据填满——著名的「Kill Screen」。左半屏仍然可玩，但右半屏的豆子无法被正确渲染与吃掉，关卡因此无法完成。

社区对它的定性一直有分歧：

迁移到现代项目：一份可用的骨架

这套四十多年前的结构，今天依然是「性格化敌人」这一需求的最优起点。核心思想只有一句：把行为差异收敛到一个函数里。

// 共用：所有敌人一套移动与状态机，零重复
abstract class GhostBrain {
  mode: "scatter" | "chase" | "frightened" = "scatter";

  // 唯一的差异点 —— 子类只需实现这一个方法
  abstract chaseTarget(player: Actor, world: World): Cell;

  // 散步锚点：每个敌人一个固定角落，用于制造节奏凹陷
  abstract scatterCorner(): Cell;

  currentTarget(player: Actor, world: World): Cell {
    switch (this.mode) {
      case "chase":      return this.chaseTarget(player, world);
      case "scatter":    return this.scatterCorner();
      case "frightened": return world.randomReachableCell();
    }
  }

  // 共用：路口贪心 + 禁止掉头 + 固定优先级裁决
  decideAt(junction: Cell, incoming: Dir, target: Cell, world: World): Dir {
    const order: Dir[] = ["up", "left", "down", "right"];   // 并列时的裁决顺序
    return order
      .filter(d => d !== opposite(incoming) && world.walkable(junction.step(d)))
      .reduce((best, d) =>
        sqDist(junction.step(d), target) < sqDist(junction.step(best), target) ? d : best);
  }
}

// 四个「性格」= 四个两行的子类
class Chaser  extends GhostBrain { chaseTarget(p) { return p.cell; } … }
class Flanker extends GhostBrain { chaseTarget(p) { return p.cell.step(p.facing, 4); } … }
class Amplifier extends GhostBrain {
  constructor(private anchorAlly: GhostBrain) { super(); }
  chaseTarget(p) {
    const pivot = p.cell.step(p.facing, 2);
    return pivot.plus(pivot.minus(this.anchorAlly.cell));   // 点对称翻转
  }
  …
}
class Skittish extends GhostBrain {
  chaseTarget(p) { return dist(this.cell, p.cell) > 8 ? p.cell : this.scatterCorner(); }
  …
}

在这个骨架之上，四个关键参数决定了整体手感：

1. 散步／追踪的时间表——你的难度曲线真正藏在这里，而不在敌人属性里
2. 贪心 vs 最优寻路——保留可被玩家学习和利用的失败模式
3. 随机性的投放位置——只在玩家占优的窗口内使用，避免不公平死亡
4. 是否存在一个「放大器」角色——依赖友方状态的敌人，能用极低复杂度制造不可预测性

本词条的下一步

本词条计划中的后续补充与关联条目：

• 散步／追踪时间表的完整逐关数据表（含 Cruise Elroy 阈值）
• Midway 北美版与 Namco 原版的参数差异对照
• 《求生之路》AI Director 条目（同轴，2008）——从「敌人性格」到「系统编排节奏」的演进
• Rogue 条目（独立里程碑轴，1980）——同一年，另一条用规则替代内容的路径

如果你对基板行为有实测数据、或对本文的算法描述有修正意见，欢迎在议事厅提出；经核验的修正会计入词条修订记录并署名。