我是新人
今天花了大概3个小时读了一下这个Excel的VBA源码
核心的规则设定在Computer_Player模块下的strComputer_Selects_Role等几个方法中，完全是hardcode，但是参数组很复杂，所以读代码还是没办法知道如何很容易的赢电脑。
另外在AI进化上，用了标准的遗传算法通过变异，交叉基因的过程得到更优质的子代样本（也就是p1－p那几个页了，每条数据就是一个具备个性的电脑玩家。），然后通过更多的模拟比赛淘汰劣质样本，这就是电脑强大的原因。模拟的次数越多电脑就越强。
每次人机对战的时候，会随机从每个位置分数前6中选择一个对手。如果没做大量的模拟，你会发现每个位置前6的基因（也就是excel表p1-p5里那一串串的字符）都是差不多的。
选角，选资源，选建筑都分为3个阶段，前（6轮前后2），中（10前后轮2），每次阶段切换也是按各个电脑玩家的基因数据来确定的，所以没有固定的轮数，对于前中后三个阶段，每个角色都有不同的基因。
其中有一段注释可以帮助大家理解基因段的大概含义
' Role priorities:
' List of things computer must do in order
' 1 - 6 have manned production capacity (or quarry)
' G to W have manned building of this type
' z = Have best available special building (the one which scores most points)
' p = Best affordable production building for which already have a non-producing plantation
' " " spaces are ignored but make total length up to 20 characters
' Then "]"
' Then priority list of actions and triggers:
' mX = Mayor action if have at least X more spaces (building and plantation) than men
' mf = Take mayor action if there are 6 or 11 men on the ship
' sX = Settler action if plantation type X is available (1 to 6 or d=Different,s=Production space)
' bX = Builder action if have at least X cash plus manned quarries
' cX = Craftsman action if produce at least X goods (or s=manned warehouse (storage),w=manned wharf,e=either and 4+ goods)
' tX = Trader action if can earn at least X gold
' tf = Trade if can sell a good for at least 2 and nobody else can trade
' tt = Trade if can sell a good for at least 2 and only one other person can trade
' tu = Trade EITHER on tt basis or if get at least 4 gold
' tg = Trade EITHER on tf basis or if get at least 4 gold
' tm = Trade if get the most gold (and get at least 2)
' dX = Captain action if have at least X goods
' pX = Prospector action if earn at least X gold
' gX = Take best cash option if it provides at least X gold
' Then "]0"
' Then the default actions in order, i.e. msbctdp
'
' Example:
' "555 ]g2p3t3d3m3b3s6c4]0pdtsbmc"
电脑会优先过滤当前不可行的选项，然后按照必须，优先，默认的顺序来做选择，中间还会有一些输入值，比如剩下的分数，建筑，空间，人力，假定生产/上船获得的利益。
个人认为难度在于这些“基因”不具备可读性，仅仅只是输入值，需要配合约束条件（也就是strComputer_Selects_Role等方法）才能得到最后的选择，这也是为何读懂代码也无用的语原因。由于参数群过于庞大，即便弄清楚算法，依然无法保证赢过电脑，不过可以通过这些数据看学习一下起始的选择和各个位置的差异。
可尝试的是将其中几个主要的函数方法剥离出来，然后为自己制定一个基因段，每次选择前用这些方法看一下选择结果，当然那样就不是你玩游戏了，是电脑上你身玩游戏。。。不会有太多的乐趣。
写的比较乱，不知道有没有有兴趣的朋友可以一起研究研究。
