游戲中的人工智能(完整版)
【正文】 都 必須知道其局部周圍的情況 ， 即鄰近單位位 置 、 方向以及群體中與自身最靠近的單位之 間的距離 。 ? 那么我們來看看 Craig Reynolds提到的 boids——類鳥群的模擬群體。在這種類鳥群里面， 是沒有領(lǐng)導(dǎo)核心，它們都是跟著群體在走，而這個群體似乎是自己有自己的想法。 在仿真物理環(huán)境中可以對仿真中的單位施加轉(zhuǎn)向 力使其改變方向；在磚塊環(huán)境中可以采用視線方 法讓單位改變方向或朝特定點移動 。 ? 首先，我們運算向量 a，這只是該單位和障礙物位置間的差值，接著，取 a和 v的內(nèi)積，將 a投射到 v上，由此可得向量 p，把向量p減去向量 a，可得向量 b，現(xiàn)在要測試 v是否和圓的某處相交，得測試兩種情況。 ? 如果我們在其中加入領(lǐng)頭者，就能讓群體的移動更有目的性，或者看起來比較有智能。)次獨立的距離計算（給出中間的結(jié)果儲存在交互的數(shù)組里）。 返回 運動 ? 對每一個活動的智能體保存其當(dāng)前的位置，根據(jù)其速度和運動方向更新 x， z坐標(biāo)，并且根據(jù)重力增加下落速度時修改其 y坐標(biāo)。 ? 內(nèi)層區(qū)域：按照智能體的速度改變它的 yrotation，并且按照它的 angle改變它的速度。 Pave+=units[j].vPosition。這正是我們想要的。 我們可以利用每個單位的速度向量求出其方向。 返 回 就此例而言，轉(zhuǎn)向力是當(dāng)前單位方向，及其鄰近單位平均方向間角度的線性函數(shù)。 分隔 ? 分隔意指我們想讓每個單位彼此間保持最小距離，即使根據(jù)凝聚和對齊規(guī)則，他們會試著靠近一點。上面收集鄰近單位方向數(shù)據(jù)的過程，那一行Vave+=Units[j].vVelocity。如果其方向和鄰近單位平均位置的方向不太遠(yuǎn)，我們只想對其方向做小范圍的修正。Pave和 vPosition是 Vectort類的變量， 此 overloaded operator（重載運算符）會替我們做向量加法。 返回 Bresenham直線算法 ? Bresenham直線算法是用來描繪由兩點所決定的直線的算法，它會算出一條線段
電大資料相關(guān)推薦
鄂ICP備17016276號-1