項(xiàng)目難度：★★★★ （文章結(jié)尾有工程地址）

大多數(shù)人都喜歡欣賞漂亮的動(dòng)物，貓、狗、鳥、魚、蟲等等很多。其中最特別的要數(shù)鳥和魚了，因?yàn)樗鼈儾粌H可以單獨(dú)欣賞，還可以觀賞鳥群飛翔、魚群集體游動(dòng)的壯觀景象。

游戲世界里，模擬鳥群也是開發(fā)者們夢(mèng)寐以求的效果。我們希望能模擬出一個(gè)栩栩如生的鳥群，同時(shí)還能讓它們按照我們的需要向著目標(biāo)點(diǎn)移動(dòng)、或者在某個(gè)地方盤旋。這篇文章將演示如何制作一個(gè)漂亮的鳥群。

一、理論基礎(chǔ)：

1. 鳥群本質(zhì)是由一只一只的鳥組成的，每個(gè)鳥是獨(dú)立行動(dòng)的，只能通過視覺、聽覺與外界進(jìn)行有限的交互，然后做出合理的行為。有個(gè)專有名詞“自主主體（Autonomous Agent）”專門描述這種自主行為的個(gè)體。

2. 雖然個(gè)體是自發(fā)行動(dòng)的，但是通過遵守某些簡單的規(guī)則，就可以滿足群體的集體目標(biāo)，比如：不發(fā)生碰撞、順利到達(dá)目的地，或是一起在附近周旋覓食。

順著這種思路，我們就知道了要模擬鳥群，要從每一只具體的鳥入手。讓每一只鳥遵循同樣的規(guī)則來實(shí)現(xiàn)群體效果。那么，這種規(guī)則的設(shè)計(jì)就成為了關(guān)鍵問題。首先，集群的模擬分為三個(gè)層次：

1. 行為選擇 Action Selection:?最高層。是移動(dòng)還是盤旋還是躲避敵人呢？我們要確定整體目標(biāo)以及個(gè)體目標(biāo)。整體目標(biāo)和個(gè)體目標(biāo)可以是不完全一致的，比如整體目標(biāo)是移動(dòng)，個(gè)體在發(fā)現(xiàn)敵人時(shí)要優(yōu)先進(jìn)行規(guī)避。

2. 引導(dǎo) Steering:?中間層。群體中個(gè)體的移動(dòng)和單獨(dú)個(gè)體的移動(dòng)當(dāng)然不一樣。群體中的個(gè)體要考慮的問題多很多，他總是在判斷離周圍的人是否太近容易碰到？是否太遠(yuǎn)脫離了隊(duì)伍？是否和大家的方向一致？是否要同時(shí)躲避敵人的攻擊？每個(gè)時(shí)刻，所有的因素互相影響作用，最終得出一個(gè)引導(dǎo)的方向和大小。

3. 行動(dòng) Locomotion:?最底層。把引導(dǎo)化為實(shí)際行動(dòng)。在本例中，我們是利用剛體+力這種基本的物理方法來模擬的，引導(dǎo)是一種力，調(diào)整行動(dòng)的速度。

二、搭建Unity工程

1. 新建Unity 3D工程，將Assets Store下載的《Animals Full Pack -- Birds Pack》導(dǎo)入到工程中以便使用。

2. 在鳥的資源的Prefab里面找一種你喜歡的鳥，我選的是海鷗。將它拷貝到Assets目錄里準(zhǔn)備使用。動(dòng)畫默認(rèn)是用Animation組件實(shí)現(xiàn)的，將它的默認(rèn)動(dòng)作調(diào)整為fly，還需要添加Rigidbody剛體組件才能使用力Force，參數(shù)默認(rèn)即可：

3. 實(shí)現(xiàn)Bird腳本，是本文的主要內(nèi)容，下面會(huì)詳解。

三、寫代碼實(shí)現(xiàn)Bird腳本，控制每一只鳥的行為

本文對(duì)初學(xué)者來說比較有難度。建議從基本行為開始慢慢嘗試，我自己寫的時(shí)候也嘗試了很多基本的飛行方式，最終解決了多重問題，最終才得到不錯(cuò)的結(jié)果。飛行方式有以下幾種：

要實(shí)現(xiàn)集群效果，Seek、Flocking這兩種行為是最必要的，其它行為可以參考工程代碼和其他資料?；緮?shù)據(jù)和初始化如下：

a. Seek方式

Seek的方式是最基本的，它返回一個(gè)力（向量），引導(dǎo)鳥飛向目標(biāo)：

向量運(yùn)算自行畫圖分析，我就不啰嗦了。這個(gè)力如何使用呢？只需要在Update的每一楨調(diào)用Seek，每一楨算一次Steering引導(dǎo)力即可。

然后讓引導(dǎo)力生效即可：

第一步很簡單吧？接下來看終點(diǎn)Flocking方式。

b. Flocking

Flocking的原理不像Seek那么直觀，必須參考一些資料?？偟膩碚f，集群中的鳥：需要考慮三個(gè)基本問題，分散、統(tǒng)一方向、聚合：

上圖摘自游戲AI的經(jīng)典書籍《Programming Game AI By Example》。如圖，簡單來說，只看Separation分散和Cohesion聚合，你會(huì)發(fā)現(xiàn)其實(shí)它倆就像彈簧一樣，聚合負(fù)責(zé)壓緊彈簧，分散負(fù)責(zé)彈開彈簧。當(dāng)離得太近，彈力就比壓力大了，當(dāng)離得太遠(yuǎn)，壓力又比彈力大。只要合理調(diào)整這兩個(gè)力的大小，就能實(shí)現(xiàn)一個(gè)大小合適、密度合適的群體。

而Alignment保證大家盡可能朝向一個(gè)方向。

Flocking函數(shù)全貌如下圖，可以看出每一只鳥在決定自己行為之前，要先觀察所有周圍的鳥，這是通過把周圍的鳥加入臨時(shí)容器實(shí)現(xiàn)的。后面的Separation、Alignment、Cohesion要用到這個(gè)容器。

分散力，思路是遠(yuǎn)離所有周圍的人：

聚合力，思路是盡量飛向群體的“質(zhì)心”：

統(tǒng)一方向力，思路是只看別人的速度方向，不看大小。然后向該方向移動(dòng)：

Seek和Flocking原理完成啦！只要同時(shí)應(yīng)用Flocking和Seek兩種力，就能實(shí)現(xiàn)基本的集群效果。

四、關(guān)鍵性調(diào)整

如果只做上面的步驟，然后簡單限制一下速度，你會(huì)發(fā)現(xiàn)效果是這樣的：

動(dòng)畫太一致不算什么問題，關(guān)鍵是鳥在原地懸停這個(gè)不能忍，又不是飛碟……所以還要做一些關(guān)鍵內(nèi)容：

1、最關(guān)鍵的是，鳥是不會(huì)倒車的，鳥和飛機(jī)是靠轉(zhuǎn)彎再轉(zhuǎn)彎來實(shí)現(xiàn)掉頭。所以，我們將引導(dǎo)力的向后的分量完全取消：

2、引導(dǎo)力有時(shí)會(huì)劇烈變化方向，但鳥指向的角度不要迅速變化，那樣會(huì)非常假，平滑處理一下：

3、限制最大速度：

4、根據(jù)引導(dǎo)力的大小來控制扇動(dòng)翅膀的速度，非?？茖W(xué)：

以上用到的參數(shù)都是猜想+試驗(yàn)得出的，其原理值得大家思考。再看看最終效果：

五、還未結(jié)束

以上修改，已經(jīng)達(dá)到了本文演示的目的，而且效果個(gè)人覺得還挺好看的，體現(xiàn)了鳥類集群飛行的美感。如果你的游戲中需要用到鳥群作為裝飾，稍微優(yōu)化一下算法也基本夠用了。

但是深究的話，余下的問題還有很多，值得思考：

1、當(dāng)引導(dǎo)力指向后方，我們直接去掉引導(dǎo)力的向后分量，會(huì)導(dǎo)致出現(xiàn)很大的轉(zhuǎn)彎半徑，作為演示來說挺炫酷，但是不符合實(shí)際，思考飛機(jī)轉(zhuǎn)彎的例子，如果能模擬鳥類急轉(zhuǎn)彎，就會(huì)更好看了。

2、動(dòng)畫方面，鳥類會(huì)綜合使用撲翼、滑翔、爬升等動(dòng)作，應(yīng)當(dāng)根據(jù)實(shí)際調(diào)整。我們目前只實(shí)現(xiàn)了調(diào)整動(dòng)畫速度，很不完美。

相信解決了以上兩個(gè)問題，鳥群的模擬效果還能再上一層樓，也更符合實(shí)際。小問題總是需要花大力氣解決，魔鬼總在細(xì)節(jié)之中~~

GitHub工程地址：https://github.com/mayao11/GameAIAdvanced/tree/master/Flocking

參考書籍：

Programming Game AI By Example, by Mat Buckland. 譯名：《游戲人工智能編程案例精粹》

想系統(tǒng)學(xué)習(xí)游戲開發(fā)的童鞋，歡迎訪問?http://levelpp.com/? ? ? ? ? ? ? ??

游戲開發(fā)攪基QQ群：869551769? ? ? ? ? ? ? ???

微信公眾號(hào)：皮皮關(guān)