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++

三、Cohesion聚集

3.1 定義

??Cohesion定義為，智能體不會傾向于獨立行動，類鳥群傾向于維持群體的完整性，每個智能體會盡量與附近智能體靠近，以避免孤立。

??具體表現(xiàn)為，每個智能體會自發(fā)的搜索鄰域(neighborhood)內(nèi)，出現(xiàn)的其他智能體，并計算出這些智能體的平均中心位置，即重心位置，然后朝該重心運動。

? 已知領域的定義為，以該智能體的位置為圓心，運動方向為弧，扇形半徑為distance的扇形區(qū)域。

? 鄰域具有兩個特征，一是距離(distance，扇形半徑)，二是角度(angle，扇形圓心角)。

? 在這個領域內(nèi)的群體會影響獨立智能體的行為。

3.2 Flock

??為了簡便，我們每次計算環(huán)境內(nèi)全部智能體與當前智能體的距離，然后篩選出處在當前智能體的鄰域內(nèi)的其他智能體，來計算它們的重心。

? 為此我們需要新建一個Flock文件，用來存儲環(huán)境內(nèi)的全部智能體。

? 動態(tài)數(shù)組flock存儲環(huán)境內(nèi)的全部智能體，run方法為每個智能體boid傳遞全部智能體flock，并且不能忘了傳遞 增量時間。

? 注意這里需要用auto &將變量定義為引用類型，不然無法執(zhí)行變量b的函數(shù)。

? 同時，不要忘記修改World文件內(nèi)的相關代碼，我們之前是用一個Boids數(shù)組來存儲全部智能體，現(xiàn)在我們用flock來做這個事情。

? 先在World.h文件中新增一個Flock類型的變量：Flock flock；然后在.cpp文件中修改代碼：

??現(xiàn)在我們已經(jīng)獲取到了環(huán)境中的全部智能體信息Flock，并將其傳遞給每個智能體Boid，接下來我們就需要通過領域和重心，來模擬出Boids的聚集行為。

3.3 重心和運動

? 在數(shù)學模型上，Reynolds將Cohesion行為模式表現(xiàn)為智能體尋找領域內(nèi)的群體的重心位置。

? 在平面直角坐標系中，重心的坐標是頂點坐標的算術平均。若有n個點，則其重心坐標為：

x =（x1+x2+……+xn）/ n

y =（y1 + y2 +...+ yn）/ n

? 當一個智能體計算出鄰域內(nèi)其他群體的重心位置后，會執(zhí)行seek方法計算出運動到重心位置所需的力。

? 最后，不要忘了在SteeringBehavior方法中應用這個計算出來的力，該方法不僅用來執(zhí)行全部的行為模式，還需要計算出這些行為模式改變后的受力，并將這些受力合并成智能體最終的受力，再通過Update方法來更新智能體的位置。

3.4 結果演示

?

參考：

• 《游戲人工智能編程案例精粹》

• 相關代碼下載? ??https://github.com/linpeijie/GameToy