游戏AI技术 2
【Unity3D人工智能编程精粹 2】
1、跟随领队行为。
用靠近(Seek)或追逐(Pursuit)实现跟随领队行为并不好。在Seek中,AI角色会被推向领队,最终与领队占据相同位置。而Pursuit也是一样的问题。
在跟随领队中,目标是接近领队,但稍微落后。当角色距离 领队较远时,可能会较快地移动,当距离 领队较近时,会减慢速度。
1)跟随点可以设置为领队身后一段距离。针对跟随点,应用Arrive。


2)当AI角色挡住领队前方路径时,需要逃离(Evade)。

2、排除通过狭窄的通道。
SteeringForCollisionAvoidanceQueue:只躲避通道两侧的墙。
SteeringForQueue:如果前方有AI,并且速度比自己慢,则降速。

3、创建基于单元的导航图。

4、可视点导航、导航网络。

可视点导航图的缺点。首先,当场景很大时,手工放置路径点是很繁的,也很容易出错。其次,角色只能沿着边走,当起点、终点不在点、边上时,需要先走到最后的路径点,然后再寻路。
5、导航网格。
由于在同一网格内任意两点都是直接可达的,非常的高效。另外,每一个网格的面积可以无限大,使得搜索效率更加高效,并且占用内存更小。导航网格可以自动生成,无需手动生成。
可以动态增加障碍物,但无法动态移除障碍物,无法处理移动的障碍物。
6、考虑安全性、隐蔽性的寻路。

实现躲避火力的一种计算方法:

7、常见的寻路问题:
1)当前点到单个目标点的寻路。
2)当前点到多个目标点的寻路。
3)战术寻路(如躲避火力)。
4)分层寻路,如1楼到2楼。
5)小队寻路。选择一个AI领队,其他成员跟随。另一种方法是,为每一个目标单位的目的地添加一个偏移,这样全队组员到达目标点时就不会堆叠在一起。同样的思路可以实现小队包围敌人。
下面是动态偏移目标点的算法,让每一个目标点绑上 Destination.cs,然后在 Cohesion、Seperation作用下,自动扩散,慢慢达到动态平衡。

8、一个AI角色可能有多个感知器。例如,战术感知器,用来扫描埋伏点和好的地方;环境感知器,检测墙和障碍;动态感知器,用于检测动态物体。
9、视觉系统除了要考虑可见范围,还需要考虑:
1)遮挡因素。目标虽然在视线范围内,但是否被其它物体遮挡。这需要使用 Line-Of-Sight(LOS视线测试)。
2)光线因素。目标虽然在视频范围内,也没被遮挡,但处于黑暗地带导致不可见,当其头顶路灯突然亮起时,目标突然可见。

10、感知系统分为 Trigger、Sensor。
11、触觉感知。通常可使用Unity自带的物理系统。
12、记忆感知。例如,即使暂时看不到玩家,只要还能记住玩家最后出现的位置,就会朝该位置追逐或射击。
13、一个行为树的实例。

14、行为树中条件结点(Condition)可以理解为 if 条件测试。玩家是否在20米之内?是否能看到玩家?如果条件测试结果为真,那么向你结点返回 success,否则 返回failure。

15、选择节点(Selector)。从左到右依次执行所有子结点,只要子节点返回failure,就继续执行后续子结点,直到有一个节点返回success或running为止,这时它会停止后续子节点的执行,向父节点返回success或running。若所有子节点都返回failure,那么它向父节点返回failure。
当子结点返回running时,选择结点会记住这个子节点,下个迭代会直接从该节点开始执行。
考虑一个试图躲避枪击的AI角色,它可以通过寻找隐藏点,离开危险区域,或寻找援助等方式实现这个目标。

选择节点其实是一种优化级节点,左边的结点具有高优先级,右边的结点具有低优先级。
16、顺序节点(sequence)。从左到右依次执行所有子结点,只要子节点返回success,就继续执行后续子结点,直到一个节点返回failure或running为止,这时它会停止后续节点的执行,向父结点返回failure或running。

17、随机选择结点。

18、修饰结点(Decorator)。以某种方式改变子结点的行为。
例如,循环执行子结点,直到子结点失败。

修饰结点包括 Until Failure、Until Success。
Timer:等待一段时间才执行小结点。
TimeLimit:指定某个节点的最长执行时间。
Invert:对返回值取反。
19、并行结点(Parallel)。同时执行所有子结点,直到其中一个返回failure或全部返回success。
当并行结点有一个条件结点时,意思是持续检查某一个条件,如果条件不满足,就停止执行。


20、状态机可以轮循,也可以事件通知。而行为树,只能轮循,即通过 Parallel + Until - If。
21、一个行为树的示例。将状态切分为优先级,每次先Check优化级最高的状态。

22、一棵战斗的行为树示例。

23、
24、
25、
游戏AI技术 2的更多相关文章
- 游戏AI技术
[Unity3D人工智能编程精粹] 1.运动层.决策层.战略层. 运动层.决策层包含的算法是针对单个角色的,战略层是针对小队乃至更大规模群体的. 导航和寻路是运行层的主要任务. 决策层决定角色下一时间 ...
- 常见的游戏AI技术对比(FSM,HFSM,BT,GOAP,HTN,Utilitay,机器学习)
最近研究的内容,比较懒还没写文章,先占个坑,过几天补
- 游戏AI之初步介绍(0)
目录 游戏AI是什么? 游戏AI和理论AI 智能的假象 (更新)游戏AI和机器学习 介绍一些游戏AI 4X游戏AI <求生之路>系列 角色扮演/沙盒游戏中的NPC 游戏AI 需要学些什么? ...
- 游戏AI之路径规划(3)
目录 使用路径点(Way Point)作为节点 洪水填充算法创建路径点 使用导航网(Navigation Mesh)作为节点 区域分割 预计算 路径查询表 路径成本查询表 寻路的改进 平均帧运算 路径 ...
- 游戏AI之决策结构—有限状态机/行为树(2)
目录 有限状态机 行为树 控制节点 条件节点 行为节点 装饰节点 总结 额外/细节/优化 游戏AI的决策部分是比较重要的部分,游戏程序的老前辈们留下了两种经过考验的用于AI决策的结构: 有限状态机 行 ...
- IBM沃森会成为第一个被抛弃的AI技术吗?
作者|William Vorhies 译者|姚佳灵 编辑|Debra 导读:IBM 的沃森问答机(Question Answering Machine,简称 QAM),因 2011 年参加综艺节目&l ...
- 游戏AI玩伴,是“神队友”还是“猪队友”?
“一代英豪”暴雪迎来了自己的暴风雪. 2月13日,动视暴雪公布了2018年全年财报.财报显示,暴雪第四季度营业收入仅为28.4亿美元,低于华尔街分析师预期的30.4亿美元.在公布了财报业绩后,该公司又 ...
- 王亮:游戏AI探索之旅——从alphago到moba游戏
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由云加社区技术沙龙 发表于云+社区专栏 演讲嘉宾:王亮,腾讯AI高级研究员.2013年加入腾讯,从事大数据预测以及游戏AI研发工作.目前 ...
- 游戏AI的生命力源自哪里?为你揭开MOBA AI的秘密!
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由wataloo发表在专栏wataloo的试验田 1 设计概要 1.1 设计原则和目的 英雄AI的目的主要有: 1.新手过渡局,让玩家刚 ...
随机推荐
- 【Linux】【JDK】常用命令使用集和裸机配置JDK步骤。
使用Zstack创建完成后的linux服务器,使用SSH登录后,就是一下图,可以查看当前路径下的所有文件. 1.常用的命令: 列出当前文件夹下内容:ll 查看目录中的文件 :ls 创建文件夹:mkdi ...
- [转]ORA-12560: TNS: 协议适配器错误
转自:http://worms.blog.51cto.com/969144/1293265 Sqlplus 登陆oracle时报错ORA-12560:TNS: 协议适配器错误 如下:C:\Users\ ...
- wmware虚拟机的克隆
VMware 支持两种类型的克隆:完整克隆 链接克隆 完整克隆是和原始虚拟机完全独立的一个拷贝,它不和原始虚拟机共享任何资源.可以脱离原始虚拟机独立使用. 链接克隆需要和原始虚拟机共享同一虚拟磁盘文件 ...
- [Android]Android布局优化之 merge
转载请标明:转载于http://www.cnblogs.com/Liuyt-61/p/6602915.html -------------------------------------------- ...
- ROS学习手记 - 2.1: Create and Build ROS Package 生成包(Python)
ROS学习手记 - 2.1: Create and Build ROS Package 生成包(Python) 时隔1年,再回来总结这个问题,因为它是ros+python开发中,太常用的一个操作,需要 ...
- SAP work process Memory allocate
Memory allocation sequence to dialog work processes in SAP What is the memory allocation sequence to ...
- Linux设置DNS server
查看: cat /etc/resolv.conf 修改: vim /etc/resolv.conf
- spring 之 factory-bean & factory-method
这两者常常是一起出现的,或者说他们经常是一起被使用的.但是其实是分为了两种情况: 1 同时使用factory-bean 和 factory-method 如果,我们在一个bean 元素上同时配置 fa ...
- leetcode1022
class Solution(object): def __init__(self): self.li = list() self.sums = 0 def Trace(self,root): if ...
- nosql数据库:mongodb,redis,memcached,其优缺点和使用应用场景
1.mongodb (1)是文档型的非关系型数据库,使用bson结构.其优势在于查询功能比较强大,能存储海量数据,缺点是比较消耗内存. (2)一般可以用来存放评论等半结构化数据,支持二级索引. 适合存 ...