本系列為筆者初學c/c++和游戲AI開發(fā)的學習過程，算法為主，不涉及到具體的游戲開發(fā)軟件學習(如unity，虛幻4等),若有錯誤請在評論區(qū)留下批評意見。

• 語言：c/c++ (11及以上)

• 平臺：macOS mojave

• 編譯器：vs Code / g++

四、Separation和Alignment

4.1 Separation

? 該行為產(chǎn)生一個向外的力，操控智能體離開他的鄰域中的其他智能體。也就是不讓兩個智能體相撞。

? 我們需要計算出鄰域中所有智能體對當前智能體的合力，然后讓智能體朝著這個合力運動。該合力的計算方式是該智能體到鄰域其他智能體的距離的相反方向。

4.2?Alignment

? 該方法使智能體與鄰域內(nèi)的群體的速度保持一致，重點是航向一致。

? 我們通過遍歷鄰域，計算出他們的平均速度，該速度的方向就是我們需要的航向，因此只要將這個速度減去智能體當前速度，就可以求出智能體往這個方向航行所需的受力。

4.3 存儲鄰域內(nèi)的智能體

? 在這之前，我們修改了之前的Cohesion方法，在里面添加了一個哈希表neighbor，用來記錄出現(xiàn)在只能鄰域內(nèi)的其他智能體，并將這個哈希表傳遞給其他方法，這樣就不需要遍歷全部的智能體，可以降低計算開銷。

? 當其他智能體出現(xiàn)在鄰域內(nèi)時，將其索引標記為1，否則為0。

4.4 一些有趣的現(xiàn)象

? 項目到這里，已經(jīng)可以完整的實現(xiàn)一個簡單的Boids類鳥群，自治智能體。它們會四處游蕩，當身邊有其他群體時，就會靠近那個群體，并與其他個體保持一定距離。

? 但是其實如果去掉seek方法和cohesion方法，只保留其他兩個行為模式，該自治智能體還是能表現(xiàn)出一定的群集行為，只是會更加混亂一些，四處亂飛。

? 在計算最終運動軌跡的時候，為每個行為模式分配權(quán)重是一件非常重要的事情。每個行為模式在整個群集中的占比不同，會影響到最終的運動軌跡。

??我們現(xiàn)在只是粗糙的將所有受力合并起來，這會產(chǎn)生非常大的計算開銷。如果我們將群體數(shù)量擴大到100以上，就會發(fā)現(xiàn)群體速度變得十分的緩慢。

? 筆者暫時不知道這是因為cpu計算開銷太大，導致幀率下降，還是因為群體受力發(fā)生改變導致速度變小。如果有小伙伴知道的話，歡迎留言答復。

4.5 結(jié)果演示

參考：

• 《游戲人工智能編程案例精粹》

• 相關(guān)代碼下載? ??https://github.com/linpeijie/GameToy