AI程序事件规律通常涉及以下几个方面：
状态机
AI程序通常采用有限状态机（Finite State Machine, FSM）或行为树（Behavior Tree）来管理其行为和状态转换。
在非战斗状态，AI可能处于持续待机或巡逻状态，并有锁敌范围。
当敌人进入锁敌范围或遭遇锁敌范围之外的敌人攻击时，AI可能从非战斗状态切换到战斗状态。
数据驱动
AI程序的学习过程包括数据收集、模型训练和模型实例化。
数据中可能包含某种规律，这些规律可以是数据之间（输入数据和输出数据）的规律，也可以是数据本身的结构上的规律。
不同类型的数据（如结构化数据、图像、语音、文本）蕴含的规律不同，需要根据具体应用场景选择合适的数据类型和处理方法。
模型构建
AI程序的核心是模型，模型可以是机器学习模型、深度学习模型等。
模型通过训练数据学习数据的内在规律，从而能够对新的数据进行预测和决策。
模型评估与优化
利用未曾见过的数据评估AI系统，更多数据可以带来更好的模型效果。
有效数据的价值远远超过无效数据，因此需要筛选和处理数据以提高模型的有效性。
人工智能并不是魔法，通过对机器学习的基本理解，可以更好地设计和优化AI程序。
综上所述，AI程序事件规律主要涉及状态管理、数据驱动、模型构建和模型评估与优化等方面。通过合理设计状态机和行为树，收集和处理有效数据，构建和训练模型，并进行有效的评估和优化，可以实现更加智能和高效的AI程序。