本系列為筆者初學(xué)c/c++和游戲AI開發(fā)的學(xué)習(xí)過程，算法為主，不涉及到具體的游戲開發(fā)軟件學(xué)習(xí)(如unity，虛幻4等),若有錯(cuò)誤請(qǐng)?jiān)谠u(píng)論區(qū)留下批評(píng)意見。

• 語言：c/c++ (11及以上)

• 平臺(tái)：macOS mojave

• 編譯器：vs Code / g++

二、一群亂飛的鳥

2.1 一只亂飛的鳥

? 我們知道一只現(xiàn)實(shí)中的鳥，會(huì)在遇到天敵的時(shí)候加速飛開，或者藏到鳥群中，也會(huì)四處盤旋以尋找果腹的食物。這也是我們的程序最后要實(shí)現(xiàn)的功能，但如此多復(fù)雜的功能，要一步實(shí)現(xiàn)顯然是非常困難的。

? 所以在那之前，我們后退一大步，先實(shí)現(xiàn)一個(gè)簡(jiǎn)單的小目標(biāo)----創(chuàng)建一只亂飛的鳥，這樣實(shí)現(xiàn)起來就容易多了。之后，我們?cè)诼慕虝?huì)這只“笨鳥”更多實(shí)用的“技能”。

? 首先，我們要將鳥抽象成計(jì)算機(jī)可以理解的對(duì)象，這將由一個(gè)類來實(shí)現(xiàn)。暫時(shí)先拋開鳥的大小、外形等因素，要抽象出空間中的一只鳥，至少需要三個(gè)屬性：

• location：位置向量，描述一只鳥在平面空間中的位置

• velocity：速度矢量，描述一只鳥的當(dāng)前飛行速度

• acceleraton：加速度矢量，描述一只鳥的當(dāng)前加速度

? 有了以上三個(gè)屬性，我們就可以利用加速運(yùn)動(dòng)公式計(jì)算出一只鳥的空間位置和運(yùn)動(dòng)路徑。除此之外，我們?cè)?a target="_blank" >第一章節(jié)中學(xué)到，類鳥群Boids可歸納出三種主要的行為模式：

• separation: 領(lǐng)域內(nèi)若有其他boids存在，該函數(shù)計(jì)算出一個(gè)距離，使當(dāng)前boid與其他boids保持距離。

• alignment: 該函數(shù)計(jì)算出一個(gè)速度矢量，使其與其他boids保持相同的速度，并維持隊(duì)列。

• cohesion: 計(jì)算出附近boids的質(zhì)心，并使當(dāng)前boid前往該質(zhì)心。

? 這三種主要的行為模式，是由一些次要的操控行為（Steering Behaviors）組成：

• seek：靠近，控制boid靠近一個(gè)目標(biāo)

• flee：離開，控制boid離開一個(gè)目標(biāo)

• pursuit：追逐，控制“獵食者”追捕一個(gè)目標(biāo)，該行為只有“獵食者”才擁有

• evade：逃避，控制boid逃離一個(gè)目標(biāo)，功能與flee類似，但其作用主要用來躲避“獵食者”的追捕，因此需要額外的功能

• wander：徘徊，當(dāng)環(huán)境安全時(shí)，一只鳥會(huì)在世界里游蕩嬉戲，隨機(jī)運(yùn)動(dòng)

• obstacle avoidance：避開障礙，當(dāng)遇到障礙物的時(shí)候，繞開障礙物

? 以上方法便可以創(chuàng)造出一群足夠智能的機(jī)器鳥，當(dāng)然我們不會(huì)一下子就全都實(shí)現(xiàn)。在實(shí)現(xiàn)一只足夠智能的鳥之前，我們先搞出一只只會(huì)徘徊亂飛的“笨鳥”，如圖9：

2.2 Vector2D

? 在講解具體的代碼實(shí)現(xiàn)之前，我們有必要了解一下一個(gè)十分重要的組件Vector2D類。

? 簡(jiǎn)單來講，該類存儲(chǔ)智能體的位置信息(x和y)，并提供必要的向量運(yùn)算工具，項(xiàng)目中涉及到向量運(yùn)算的地方，全都由該工具類來實(shí)現(xiàn)。

? 該工具類具體的實(shí)現(xiàn)和用法，請(qǐng)各位小伙伴下載代碼查看注釋即可。

2.2 seek靠近

? seek方法是最基礎(chǔ)的方法，該函數(shù)輸入一個(gè)目標(biāo)位置向量，并返回一個(gè)操控智能體到達(dá)目標(biāo)位置的力（表現(xiàn)為加速度a）。

? 我們知道力是一個(gè)向量，由大小和方向組成，因此只要得到了智能體的受力，就可以很容易的計(jì)算出其運(yùn)動(dòng)軌跡來。如圖10：

1. 計(jì)算預(yù)期的速度，該速度是從智能體到目標(biāo)的向量，大小為智能體的最大速度。只需將目標(biāo)位置向量減去智能體位置向量，再將其標(biāo)準(zhǔn)化，就能得到該速度的方向。之后再乘以智能體最大速度，就能計(jì)算出最終的速度向量。

   預(yù)期速度 = ||(目標(biāo)位置 - 智能體位置)|| * 最高速度

2. 計(jì)算智能體受力，即智能體在當(dāng)前速度和預(yù)期速度的影響下，下一時(shí)刻的受力情況，也就是運(yùn)動(dòng)軌跡。

   智能體受力 = 預(yù)期速度 - 當(dāng)前速度

? 我們首先計(jì)算預(yù)期速度（藍(lán)色箭頭），再將預(yù)期速度減去當(dāng)前速度，就可以得到智能體受力（紅色箭頭）。紅色箭頭即為我們所需的受力。代碼如圖11：

2.3 wander徘徊

??wander方法產(chǎn)生一個(gè)操控力，驅(qū)使智能體在環(huán)境中隨機(jī)走動(dòng)。

? 我們采用Reynolds的解決方案，通過一個(gè)圓來計(jì)算智能體的運(yùn)動(dòng)路徑。

? 在智能體周圍畫一個(gè)圓圈，圓心與智能體位置相同。接著，在圓圈上選一個(gè)目標(biāo)位置，讓目標(biāo)產(chǎn)生一個(gè)隨機(jī)抖動(dòng)值，使其離開圓圈。然后，將偏離圓圈的目標(biāo)映射回圓圈上，把目標(biāo)連同圓一起向右移動(dòng)一定距離。最后，智能體朝新的目標(biāo)位置移動(dòng)。

? 具體步驟如下：

• 對(duì)目標(biāo)增加一個(gè)隨機(jī)位移wanderJitter，使其偏離圓圈。這里在具體實(shí)現(xiàn)的時(shí)候，要算上時(shí)間差值，使運(yùn)動(dòng)更平滑。這里，wanderTarget目標(biāo)要先初始化，即先把圓圈畫出來。

• 將偏移后的目標(biāo)，重新投影到圓圈上。計(jì)算公式：新目標(biāo) = 舊目標(biāo)單位向量 * 圓半徑

• 向右移動(dòng)目標(biāo)的位置，距離為wanderDistance，使其遠(yuǎn)離智能體。

• 接著，計(jì)算出此時(shí)目標(biāo)的位置向量，將其投影到世界空間中，即智能體運(yùn)動(dòng)的環(huán)境。

• 最后，通過seek方法計(jì)算出智能體到目標(biāo)的受力，然后通過速度運(yùn)動(dòng)公式就可以計(jì)算出智能體到目標(biāo)的運(yùn)動(dòng)路徑。

2.4 增量時(shí)間

??由于篇幅限制，一些非核心部分的工程實(shí)現(xiàn)就不多細(xì)講，但有一個(gè)地方需要特別注意。

? 實(shí)際動(dòng)手用Unity3D或UE做過游戲的小伙伴，一定記得游戲制作過程中，控制物體運(yùn)動(dòng)時(shí)，需要給速度添加一個(gè)增量時(shí)間?deltaTime來使物體的運(yùn)動(dòng)更加的平滑。

? 在這個(gè)項(xiàng)目中，我們一樣也需要考慮到這個(gè)因素。在這里，我們使用SFML系統(tǒng)模塊中自帶的時(shí)鐘函數(shù)來實(shí)現(xiàn)該功能。

? 代碼中的elapsed變量就是增量時(shí)間，我們需要在窗口每一幀渲染的時(shí)候，計(jì)算出該變量的值，然后傳遞給每個(gè)智能體。

2.5 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