AI行动指令一般都是通过行为树之外的全局AI脚本来产生，并通知给AI行为树。常见的使用方式是，用一个全局AI脚本来产生各种指令，将指令传递给行为树，实现全局AI控制单位。
3.2 AI事件响应 3.2.1英雄躲避塔的攻击
避免英雄冲塔行为。
3.2.2全局GankAI
周期计算Gank形势。通知AI是否该Gank或者集体逃亡。
3.2.3救援塔
当塔受到攻击时触发，用来产生AI指令，控制AI行为。
3.2.4兵线分布调整
当游戏运行时间超过6分钟时，AI要开始抱团，强推一路，之后每三分钟都要进行一次抱团检测。
兵线危机值计算：
兵线局势需要考察的因素：英雄数量，士兵数量，塔的数量，前塔的HP，推荐公式：
其中a,b,c为参数，Lane表示兵线1,2,3。对应10v10游戏推荐参数设置：a=8, b=2, c=6, d=0.2,e=20
兵线危机值可以是负值，危机值越高则兵线越危险，值越低则兵线越安全。我们每10秒计算一次兵线危机值，根据兵线的状况来决定是否援助和抱团。
抱团是一个较为稳定的行为，我们设定每次防守抱团之后都要锁定切换兵线行为3分钟，进攻抱团锁定2分钟。
从另外两条兵线抽调英雄到最危险兵线。派遣数量服从规律：抽调后兵线上 我方英雄数目/敌方英雄数目>0.65(参数)，尽可能多抽调英雄，但也确保不会让被抽调的兵线变得很不安全。派遣数目可以是0，表示全线吃紧，每条兵线都无法抽调英雄去支援其他兵线。初期，每条兵线最少也要保留一个英雄。
3.3 Gank详解 3.3.1 Gank行为基本设定首先要明确几个设计前提：
1.Gank行为优先级要高于单体行为优先级，或者说，Gank行为执行期间会屏蔽掉大多数单体AI行为。
2.Gank行为需要考虑到局部范围内（比如说整个屏幕）所有单位（包括敌方），而后控制所有我方英雄一起行动。
3.Gank AI控制下的机器人可能会表现出和单体AI完全不一致的行为，比如肉可能直接冲到敌人人堆中，吸收仇恨，至死方休；ADC和APC最优先的策略可能不是输出，而是控制；部分机器人输出伤害优先级要高于逃避危险。
4.Gank行为并非常态。达成一定条件之后才会触发。比如某个时刻敌我力量对比呈现一边倒
Gank小队的生成
Gank是局部小团队行为。必须考察周边敌我英雄和塔的个数，英雄和塔的潜在杀伤。Gank是个局部行为，只有距离很近的那些单位才会被认为是处于同一个Gank小组内。Gank小组是个动态变化的单位组。需要每隔一段时间重新生成一次。
生成方案：
寻找Gank中心英雄，Gank中心英雄只是根据位置搜索产生的，并不意味着它们会在Gank中处于核心地位。每隔一个周期（2秒，参数）先遍历某阵营场上全部英雄，统计这些英雄身边敌对英雄的数目。并按照递减顺序排列。身边敌对英雄越多，该英雄越可能处于Gank中心位置。按顺序遍历己方英雄（只遍历身边有敌对英雄的），如果它们还未参与Gank，则以该英雄为中心，在一定半径(2000，参数)内搜索敌我未参与Gank的英雄，将盟友英雄写入Gank小队，并标记它们已经参与Gank了，将敌方英雄写入Gank目标小队（目标小队并不是敌方的实际Gank小队，敌方的实际Gank小队生成方式和我方一致）。如此，所有可能正处于交战状态的英雄就按照区域划分到了不同的Gank小组。
Gank的发起和结束
Gank小队是动态生成的，每一时刻Gank小队都是存在的，但发起Gank行为是需要条件的。
每隔一段时间要检测一下Gank小队的实力对比.