如果无论兄弟们是在寻找游戏开发中的AI算法或者想要了解怎样实现类似的游戏AI,我可以提供一些通用的AI编程概念和算法，以及相关的进修资源，下面内容是一些关于游戏AI编程的通用信息：

1. 决策树：可以用于简化决策经过，例如选择战斗策略。

2. 搜索算法：如最小生成树搜索（A*搜索）可以用于途径规划。

3. 启发式搜索：基于当前情形估计目标情形的距离，例如在游戏中寻找敌人或资源。

4. 强化进修：让AI通过试错进修怎样在游戏中做出最佳决策。

5. 模糊逻辑：用于处理不确定性和模糊性，这在游戏中处理玩家行为时特别有用。

如果无论兄弟们对游戏AI开发感兴趣,可以查找相关的在线课程、书籍或者参与相关的研讨会来进修这些技术，下面内容是一些进修资源：

• 在线课程：例如Coursera、edX上的游戏开发课程。
• 书籍：如《Artificial Intelligence for Games》等。
• 开源项目：GitHub上有许多开源的游戏AI项目，可以供进修和参考。

进修和运用这些资源时,应当尊重姿势产权，并在合法的范围内进行。