游戲中的人工智能--群聚27-資料下載頁
2025-01-18 17:43本頁面
【正文】 及其鄰近單位平均位置向量間的角度的線性函數(shù)，也就是說，如果角度大，則轉(zhuǎn)向力也會(huì)相對(duì)較大；如果角度小，則轉(zhuǎn)向力也會(huì)相對(duì)較小。這正是我們想要的。如果當(dāng)前單位的方向和鄰近單位的平均位置的方向相距很遠(yuǎn)，我們會(huì)想讓他做大幅度的轉(zhuǎn)彎。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(duì)其方向做小范圍的修正。 返回 對(duì)齊 ? 對(duì)齊意指我們想讓群聚中的所有單位都大致朝相同方向前進(jìn)。為了滿足這條規(guī)則，每個(gè)單位都應(yīng)該在行進(jìn)時(shí)，試著以等同其鄰近單位平均方向的方向來前進(jìn)。 中間以粗線表示單位是沿著和其相連的粗箭頭方向進(jìn)行的。另外和其相連的虛線箭頭則代表其鄰近單位的平均方向。因此，就此而言，以粗線表示的單位必須朝右側(cè)行進(jìn)。 我們可以利用每個(gè)單位的速度向量求出其方向。把每個(gè)單位的速度向量，換算成單位向量，就可以得出其方位向量。上面收集鄰近單位方向數(shù)據(jù)的過程，那一行Vave+=Units[j].vVelocity。會(huì)把每個(gè)鄰近單位的速度向量累加在 Vave中，其做法類似于 Pave累加位置過程。 這段代碼計(jì)算了每個(gè)單位的對(duì)齊轉(zhuǎn)向力。代碼幾乎和上面聚集差聚集規(guī)則一樣。此處不再處理鄰近單位的平均位置，而是把 Vave 除以鄰近單位數(shù)量 N，先求出當(dāng)前單位鄰近單位的平均方向。所得結(jié)果儲(chǔ)存在 u中，并換算成單位向量，則為平均向量。 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)。同意的，只要當(dāng)前單位的方向，和其鄰近單位的平均方向很接近，則只需稍微作調(diào)整。 分隔 ? 分隔意指我們想讓每個(gè)單位彼此間保持最小距離，即使根據(jù)凝聚和對(duì)齊規(guī)則，他們會(huì)試著靠近一點(diǎn)。我們不想讓那些單位撞在一起，或者更糟的是，在某個(gè)巧合地點(diǎn)重合在一起。因此，我們要采用分隔手段，讓每個(gè)單位和其視野內(nèi)的鄰近單位保持某一預(yù)定的最小分隔距離 ? 處理分隔的程序和處理凝聚及對(duì)齊的只有一點(diǎn)不同，因?yàn)榫头指舳?，求算適當(dāng)?shù)霓D(zhuǎn)向力校正值時(shí)，我們必須逐一檢視每個(gè)鄰近單位，而不是使用所有鄰近單位的某個(gè)平均值。 返 回 演講完畢，謝謝觀看！
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1