用户输入：“生成一座18洞、标准杆72、中等难度的湖边高尔夫球场。”AI返回的结果很漂亮：一片起伏的绿地，中间点缀着白色沙坑和蓝色湖面，18面插着旗杆的果岭按顺序排开。如果只看画面，很难挑出毛病。但只要拿一个具体球洞来打一打，问题就会出现：第5洞的球道笔直宽阔，两边什么都没有，闭着眼睛也能打上果岭；第11洞的湖正好横在发球台前方190米处，不管什么水平的人都必须越过去，新手在这个洞平均要打9杆；第14洞的果岭坡度太大，球停不住，推杆会一路滚下果岭。
这些问题有一个共同点：它们不是“画错了”，而是“设计错了”。高尔夫球场可能比普通游戏地图更难让AI自动生成，原因就在这里。
普通地图关心“走得到”，高尔夫关心“怎么走”
大多数游戏地图的核心约束是连通性：玩家能不能从出生点走到目标点，路上有没有卡住的地方。高尔夫的连通性几乎不成问题，发球台和果岭之间总有一条路。它的难点在于，球员不是连续移动的，而是每次把球打到一个落点，再从落点打下一杆。每一个落点都面对新的距离、地形、障碍和风险。
普通地图的难度大多来自路线本身，比如路更长、敌人更多、跳跃更难；高尔夫的难度却来自“看得见的选择”。一片湖就摆在那里，所有人都知道它在哪，问题是你敢不敢打过去。生成器不能只问“这里放一片湖好不好看”，还要问“这片湖会让谁改变打法”。
这就把地图设计变成了一个决策设计问题。一个好的球洞，不同水平的球员站在发球台上，会得出不同的最佳策略；同一个球员，在逆风、顺风或者比分落后的情况下，也会做出不同选择。一个只有唯一合理打法的球洞，无论画得多好看，打起来都像在走流程。
一个球洞由哪些零件组成
生成器首先要理解每种地形元素在决策里扮演什么角色，而不只是它们长什么样：
- Tee（发球台）：通常设置多个发球台，对应不同的球员水平和球洞长度。同一个洞，前发球台可能比后发球台短60米以上，这是让新手也能完成同一个设计的主要手段。
- Fairway（球道）：修剪整齐的主要落点区域。模拟中宽度一般在25到45米之间，宽度本身就是难度参数。
- Rough（长草区）：球道两侧的较长草区。它不是禁区，而是“惩罚较轻的失误区”，从这里击球距离和精度都会下降。
- Bunker（沙坑）：球道沙坑通常放在某一类球员的开球落点附近，果岭沙坑用来保护旗位。沙坑的位置决定了它在“惩罚谁”。
- Water Hazard（水障碍）：球落入水中要被罚杆。现行高尔夫规则里这类区域一般称为“处罚区”（penalty area），游戏设计中仍常用水障碍这个说法。它是风险最高、也是制造决策最有效的元素。
- Green（果岭）：推杆区域。面积、形状和坡度决定了攻果岭的难度和推杆的难度。
- dogleg（狗腿洞）：球道在中途向左或向右折转的球洞。转角处是抄近路和绕行两条路线分岔的地方。
如果生成器把这些元素当作纯装饰随机撒在草地上，就会出现沙坑放在谁都打不到的位置、水面放在谁都绕不开的位置这类问题。
18洞的Par分布与长度节奏
“标准杆72”是一个可以拆解的约束。常见的组合是4个Par 3、10个Par 4、4个Par 5，前九洞和后九洞各36杆。每种Par对应一个长度区间，作为模拟参考：Par 3约100到230米，Par 4约230到430米，Par 5约430米以上。不同组织和球场使用的标准并不完全一致，这里的数值只是设计参考。
满足总杆数只是第一步。在乐鱼体育的球场生成流程里，还会检查几种节奏问题：
- 两个Par 5或两个Par 3最好不要连续出现，同类球洞分散在前后九洞；
- Par 4内部要有长短差异，比如既有260米可以尝试一杆上果岭的短Par 4，也有420米需要两记好球的长Par 4；
- 球洞朝向要有变化。如果18个洞里有12个朝同一个方向，风一来整场球都被同一种风向主导；
- 难度不要集中在一段。连续三个高难度球洞之后，最好安排一个可以喘口气的洞；
- 模拟总长度落在约5800到6400米，与“中等难度”相匹配。
一个左转dogleg的Par 4：抄近路还是绕行
来看一个具体球洞。第7洞是一个380米的左转dogleg Par 4。球道从发球台向前延伸约230米后向左折转，转角内侧是一片湖。球员有两条路线：
- 冒险线：直接瞄准果岭方向，越过湖面的一角。需要约210米的carry（球在空中飞行的距离）才能落到湖对面的球道上，成功后只剩约100米，第二杆可以用短铁杆攻果岭；
- 保守线：沿着球道打向转角处，落点约220米，不需要越过水面，但剩下约160米，第二杆难度明显更高。转角外侧放一个球道沙坑，惩罚打得太远、冲过转角的球。
这个洞是不是一个好洞，不能靠直觉判断，需要算账。
用蒙特卡洛模拟给两条路线算账
系统为三类虚拟球员设定击球参数。球员每一杆的距离和方向不是固定值，而是服从一个分布：距离围绕平均值上下波动，方向在目标线左右有一定角度偏差。模拟参数如下：
| 虚拟球员 | 开球平均carry | 距离标准差 | 方向偏差标准差 |
|---|---|---|---|
| 长打者 | 245米 | 12米 | 约4度 |
| 普通球员 | 210米 | 15米 | 约6度 |
| 新手 | 170米 | 20米 | 约8度 |
每类球员、每条路线各模拟一万次。每一次模拟都从发球台开始，按分布随机生成落点，根据落点所在地形（球道、长草、沙坑、水中）决定下一杆的条件，一直打到进洞。落水就按规则罚杆后从相应位置继续。统计结果（模拟示例）如下：
| 虚拟球员 | 冒险线落水率 | 冒险线平均杆数 | 保守线平均杆数 | 更优路线 |
|---|---|---|---|---|
| 长打者 | 约9% | 3.92 | 4.10 | 冒险 |
| 普通球员 | 约45% | 4.63 | 4.38 | 保守 |
| 新手 | 约90% | 5.80 | 5.05 | 保守 |
这个结果说明第7洞是有决策的：长打者值得冒险，普通球员冒险的期望更差，但偶尔手感好时仍有诱惑。这就是风险与回报之间的张力。
反过来，如果模拟显示冒险线对所有人都更优，说明湖太小或者carry要求太低，保守线形同虚设；如果冒险线对所有人都明显更差，比如长打者的落水率也超过40%，那么没有人会选它，湖就只是一块风景。这两种情况都意味着这个洞没有真正的选择，生成器应该调整湖的边界、转角位置或球道宽度，重新模拟，直到至少一类球员的最优策略与其他人不同。
这类“风险应当可预判、可选择”的思路，在其他运动地图里同样成立，我们在极限运动地图的风险点一文中讨论过类似问题。
风和果岭坡度：让同一个洞每次都不一样
风会直接改变距离和方向。以简化模型为例，逆风时carry缩短，顺风时变长，侧风让球向一侧漂移。第7洞如果遇到逆风，长打者的平均carry可能从245米降到225米左右，冒险线的落水率会明显上升，最优策略可能因此从冒险变成保守。这正是好设计的效果：同一个洞，在不同天气下给出不同的答案。前面提到球洞朝向要分散，原因也在这里，只有朝向不同，风才能在不同球洞上产生不同的影响。
果岭是另一个需要单独检查的地方。果岭坡度太平，推杆没有读线的乐趣；太陡，球停不住。作为模拟参考，果岭上的主要区域坡度通常控制在约1%到3%之间，模拟中超过约4%的区域不设旗位，因为在正常的果岭速度下，球很难在这些位置停住。生成器还要为每个果岭生成多个旗位，每个旗位周围一定半径内的坡度都要满足这个条件，并通过推杆模拟检查从果岭各处推向旗位的平均推杆数，防止出现某个旗位平均需要三推以上的情况。
哪些球洞必须被打回重做
生成18个洞以后，系统会逐洞检查一组问题，这张清单也是体育地图自动检查在高尔夫上的具体版本：
- 强制carry超出能力：从最前面的发球台出发，是否存在新手无法越过、又不能绕行的水障碍？如果有，要么增加一个更靠前的发球台，要么开出一条绕行路线；
- 无决策洞：所有虚拟球员的最优策略完全相同，而且平均杆数与Par差距很小，说明障碍没有发挥作用；
- Par与实际杆数不匹配：技术稳定的虚拟球员平均杆数明显高于Par 1杆以上，或者Par 5被普遍两杆攻上果岭，Par的标注就需要调整；
- 沙坑位置无效：沙坑位置距离发球台太远或太近，模拟中几乎没有球落进去；
- 果岭旗位不合法：旗位周围坡度超标，或者推杆平均杆数异常；
- 节奏问题：连续出现同类型球洞，或者多数球洞朝向一致。
检查不通过的球洞不是整座球场重新生成，而是单洞修改：移动湖岸线、调整转角、增加发球台、修改果岭坡度。修改后重新模拟这一洞，再检查全场的Par总和与长度是否仍然满足要求。用户如果觉得第7洞太难，也可以保留修改前的版本，在两个方案之间切换对比。
生成的是决策，不是草地
回到那座漂亮的湖边球场。发球台、球道、沙坑、湖面和果岭都在，但一个球场好不好，不取决于这些东西有没有，而取决于它们的位置有没有让球员面对选择。长打者在第7洞会看着湖面想试一试，新手会老老实实沿着球道打向转角，普通球员则会在发球台上犹豫，这种犹豫才是球场设计真正想要的东西。
对AI来说，这意味着生成高尔夫球场不能停留在摆放地形。它需要理解每一种元素的惩罚方式，为不同水平的球员建立击球分布，用蒙特卡洛模拟计算每条路线的风险和回报，再根据结果调整设计。其他运动的地图生成方式可以在乐鱼体育地图生成栏目里找到对照。好的体育地图要创造决策，只铺一片草地是不够的。
