AI 驱动的太空即时战略（RTS）游戏-深空舰队：自治作战（DeepSpace Fleet: Autonomous Warfare）

「深空舰队：自治作战」是一款以"可训练的 AI 舰队指挥官"与"无限程序化星图"为核心卖点的太空即时战略游戏。对使用者而言，它把即时战略从"逐一下达单元微操"升级为"下达舰队级战术意图"：玩家以集火、包抄、编队、撤离、抢占资源点等指令指挥一支自治舰群，每艘舰由一个多智能体强化学习智能体实时决策（每 33ms 一个决策周期），自主判断接敌距离、护盾状态、阵型站位与火力分配，相当于拥有了一支"听得懂战术意图、打得像职业选手"的 AI 舰队。游戏内置训练与评估平台，玩家可在训练场微调 AI 并复盘其每一步决策依据；并提供单人战役与多人在线对战，配套 Elo 天梯、观战与指令级回放。

功能模块：①多人在线对战——支持 1v1/2v2/3v3，同屏 1600+ 单位，服务端 30Hz 权威仿真 + 客户端预测与 128ms 回滚，Elo 天梯匹配，支持延迟观战与指令级回放。②AI 自治舰队——玩家只发舰队级指令，单元级动作由策略网络实时解算，支持手动/半自动/全自动三档接管，全自动可离线挂机刷资源。③程序化星图生成——规则拓扑 + 扩散模型细化，行星/星云/资源带/隘口符合可玩性约束（出生点对称、资源均衡、路径连通），单图生成 <2 秒，舰船与星球贴图由微调扩散模型按风格化提示生成。④舰队编辑器——舰船分类（护卫舰/巡洋舰/航母/侦察舰）、武器槽位、护盾/引擎模组装配，装配影响智能体观测与动作空间，可保存编队与战术预设。⑤战役与动态叙事——程序化任务链，敌方指挥官对话与任务简报由微调 LLaMA-7B 实时生成，每次游玩文案不重复。⑥训练场与复盘——AI 决策可视化（注意力热力图、价值曲线、动作分布），单局轨迹可一键导出继续训练。

主要功能路径：登录建号 → 装配编队 → Elo 匹配 → 加载程序化星图 → 对局（下达舰队级指令，自治舰群解算单元动作，服务端权威结算弹道/碰撞/伤害）→ 结算复盘（胜负/资源/AI 决策可视化）→ 天梯更新与轨迹入池再训练。

团队 3 人（三个都会全栈开发/任务有重叠），周期 4个月（原型 2 + 核心开发 9 + 测试调优 3）。分工：客户端 3 人（Unity/C#）、服务端 2 人（C++/Go）、算法 2 人（PyTorch）、TA 美术 1 人、测试 1 人。本人负责：整体架构设计、3DGS 神经渲染插件（C++/Vulkan）、多智能体强化学习训练框架（自对弈/CTDE/PBT）、确定性同步与 128ms 回滚、程序化生成管线集成。

技术栈：客户端 Unity URP + C# ECS，3DGS 高斯泼溅实时渲染；服务端 C++ 确定性 ECS（30Hz、浮点确定性、1600+ 单位），可微物理用 NVIDIA Warp/Taichi，Go 做网关/匹配/观战中转；算法侧 MAPPO（CTDE），网络为观测编码器 + GNN 通讯层 + Transformer 时序 + LSTM + Actor/Critic 双头，256 并行自对弈 + PBT，扩散模型 LDM 生成贴图与星图，LLaMA-7B + LoRA + RAG 叙事；数据层 Redis/MySQL/对象存储。

亮点：3DGS 实时化落地（1080p 平均 62FPS、720p 120FPS）；可训练 AI 舰队作为内置玩法；确定性仿真 + 回滚（P99 延迟 78ms、5% 丢包可玩）；程序化内容闭环。难点：多智能体非平稳性 → CTDE + GNN + PBT，2400 GPU·小时收敛；3DGS 动态场景 → 静态背景高斯 + 动态单元传统渲染混合；奖励稀疏 → 奖励塑形 + GAE + 课程自对弈；跨平台确定性 → 定点/同序浮点。结果：自对弈 1.2 亿步，AI 对内部天梯榜人类胜率 72%、Elo 2400+；同屏 1600+ 单位；观战 10000 并发。