サンプル Bot

サンプルはすべて brains/examples/ にあります。後のサンプルは前のサンプルを継承し、新しい部分だけを追加しています。順番に読むことをおすすめします。

サンプル	学べること	実行方法
hello_bot.py	採集（1 鉱山に 5 人、満員なら伐採へ）、ワーカーの生産（キューは 1 体だけ）、人口建物の建設、建設が止まった建物の再開。4 種族すべてで動きます	python tools/play.py --bot brains/examples/hello_bot.py
rush_bot.py	兵舎と祭壇（なければ build_near で建てる）、ヒーロー優先（死んだら蘇生）、スキルポイントがあれば習得、1 波分たまったらアタックムーブ	… --bot brains/examples/rush_bot.py
macro_bot.py	ビルドオーダー + 建て終えたら自分で鉱山に戻る（Shift）、人口で詰まったら即座に補充、兵舎のキューは 1 体、攻撃/防御アップグレード、ティアアップと上位ユニット、地上の実際の移動距離で目標を選んで経路をたどる	… --bot brains/examples/macro_bot.py --speed 200
micro_bot.py	内政の上に戦闘の制御を追加：最も早く倒せる敵に集中攻撃、瀕死のユニットを後退、ヒーローの生存、夜は勝てるクリープキャンプを選ぶ、敵が本拠地まで来たら防衛に戻る。1 ティックのコマンドは 1 バッチで送信	… --bot brains/examples/micro_bot.py --fair

hello_bot：経済

# 種族 -> (ワーカー, タウンホール群, 人口建物)
RACES = {
    "h": ("hpea", {"htow", "hkee", "hcas"}, "hhou"),
    "o": ("opeo", {"ogre", "ostr", "ofrt"}, "otrb"),
    "u": ("uaco", {"unpl", "unp1", "unp2"}, "uzig"),
    "e": ("ewsp", {"etol", "etoa", "etoe"}, "emow"),
}
MINE_CAP = 5            # 1 鉱山あたり最大 5 人（それ以上は収入が増えない）
LUMBER_CREW = 5         # 伐採の人数：各鉱山の採金 5 人 + この人数 = ワーカーの目標数

やることは 3 つです。暇なワーカーに金を採掘させる（鉱山ごとの人数は自分で記録し、満員なら伐採へ）。ワーカーが足りなければ生産する（キューには 1 体だけ）。人口が上限に近づいたら、建設中でないワーカーを選んでタウンホールの近くに人口建物を建てる（ヒューマンとオークは、建設が止まった建物にワーカーを送って建設を再開させます）。

rush_bot：出兵と出撃

hello_bot に 3 つを追加しています。兵舎と祭壇がなければ建てる。祭壇でヒーローを出し（死んだらまず蘇生。ヒーローは唯一）、スキルポイントがあれば習得する。兵が 8 体たまったら全員で敵のタウンホールへアタックムーブし、大きく削られたら帰還して再びためる。ティックごとに戦闘を中断しないよう、命令は暇な兵にだけ出します。

macro_bot：内政の基本

TECH = {
    "h": dict(order=["halt", "hbar", "hbla", "hlum"], altar="halt", hero="Hamg", skills=["AHwe", "AHbz", "AHab"],
              barracks="hbar", soldiers=["hfoo", "hrif", "hkni"], smith="hbla", upgrades=["Rhme", "Rhar", "Rhra", "Rhla"],
              tiers=["hkee", "hcas"]),
    ...
}

プロプレイヤーが毎試合やっていることで、それぞれが SDK の機能に対応しています。ビルドオーダー表 + gather(..., queue="after") で建設後に鉱山へ戻る。production().blocked で人口の詰まりを検出する。g.queue で兵舎のキューを 1 体に保つ。can_do で次のレベルの攻撃/防御アップグレードを研究できるかエンジンに問い合わせる。ティアアップと上位ユニット（実機での教訓：ずっとティア 1 のままでいたら、23 分でティア 3 のナイトとグリフォンライダーに押し切られた）。path_distance で目標を選び、path() で経由点をたどる。

micro_bot：戦闘が始まったら

def _fight(self, g, army, foes, home, now):
    ...
    visible = [e for e in foes if e.visible_to(me)]              # 見えない目標は拒否される（1001）
    atk = [s for s in (g.stats(u) for u in fighters) if s]
    target = min(visible, key=lambda e: _ttk(g, atk, e))         # 最も近い敵ではなく、最も早く倒せる敵
    idle_or_other = [u for u in fighters if g.current_target(u) is None
                     or g.current_target(u).handle != target.handle]
    if idle_or_other:
        g.attack(idle_or_other, target)

実機：5 分間で 1497 ティック、3023 コマンド、エラー 0。

リファレンスブレイン：完全な AI

brains/xwar3/ は拡張、クリーピング、出撃をこなす完全な AI で、3 層で構成されています。

層	場所	周期	役割
戦略層	strategy/	秒単位	AMAI 式の複数戦略の選択と切り替え、ビルド表、カウンターユニット、ヒーロー選択。オプションでLLM 戦略アドバイザー
リフレックス層	reflex/（4 つの独立プロセス）	100 ms 単位	生存、スペル使用、集中攻撃、アイテム拾い
勝率モデル	worldmodel/	—	勝てるかどうか（推論サブセット）

複数のプロセスはクレームテーブルでユニットを共有し、優先度によって誰が制御するかを決めます。手動操作 95 > 生存 90 > スキル回避 85 > スペル使用 80 > アイテム拾い 70 > … > 戦略 50 > ワーカー割り当て 45。あなたの Bot はテーブル上では bot として扱われ、デフォルトの優先度は 50 です。

リファレンスブレインを起動する最も簡単な方法は Farsight コンソール です。「インスタンスと開始設定」ページでインスタンス番号にチェックを入れ、「テスト開始」をクリックします。