游戏AI的架构模型

游戏 AI 的架构模型运动层：Al 的具体行为，比如移动决策层：决定 AI 下一时间步该做什么战略层：从集体层面对个体 AI 进行控制除此之外，还要结合动画系统，物理引擎，感知系统等，共同组成人工智能个体 AI5E2.1 操控行为术 15 中英文对照衷英文术苗中文术语釋义5 敲靠近便角色菇近目标FICR离开使角色离开日标Arrival抵达当角色接近目标时便它械速Pursuit追逐便捕猎新追逐瑙物Evade逃避使常物逃离捕瘠者Wander随机徘徊使角色髓机徘徊PathF^lkwartjg路径跟随便角色沿着臬条预定路径移动OhstaeleAvoidancf*：避开障碍愷角色避幵障碍物GroupBehavior组行为多角色眦俎的操控行为Radar雷达探測馬时邻有色位置与群中邻居保持适当距离Alignment轨列与群屮邻居保持朝向"致Coliefiion成群聚集在一起Seek 是最常见的 AI 行为，最简单的实现是给 AI 添加一个修正力使之向目标移动Flee 和 Seek 相反，通常我们都要设置一个 Distanee 范围判断结束行为。用Vector3.sqrMagnitude 向量平方长度，计算会更快Arrival 到达目标减速至停止，可设置一个 StopDistanee,距离大于停止距离时给一个 Force 移向目标Pursuit 追逐会预测 Target 的未来位置，比如预测 t 时间内 Target 不会转向,Al 将计算未来A 中清龙图敎育wwWilOingluvdygCO,ni-c位置朝之移动。另外还可以用点乘计算夹角，判断双方是不是面对面Evade 逃避。与 Pursuit 反向Wander 随机徘徊。设置一个圆周半径，每帧给 Target 附加随机位移，比 AI 只按照预设好的路线移动更加真实FollowPath 路径跟随。设置 radius 路点半经，让 AI 在路径间切换更加真实CollisionAvoidanee 避开障碍。向前射线检测障碍物的包围圈，产生一个排斥力。集体 AI组行为：分离：避免局部拥挤队列：朝向附近同伴的平均朝向聚集：向附近同伴的平均位置移动Radar 检测附近的 AI 角色（数学/Trigger）Separation 分离。搜索领域内的其他邻居，计算两者间的向量并单位化，得到排斥力方向，排斥力大小与距离成反比Alignment 队列。将 AI 的朝向纠正为和邻居一致，平均朝向减去当前朝向就是操控朝向Cohesion 聚集。集体 AI 往往需要一个集体状态机，负责判断团队整体状态和动作各个角色则需要完成动作的多层状态机设置，比如这层行动路线，下层具体行为，下层角度速度细节AIDirector 导演系统控制整局游戏流程更多实例暂略……A*寻路A*（A-Star）算法是一种静态路网中求解...