Eylem odaklı AI: kaçırma algoritması çok zaman alıyor

Kaçınma, kaçınma süreci, kovalamanın tersidir. Hedefe olan mesafeyi azaltmaya çalışmak yerine onu maksimize etmeye çalışıyoruz.

Aynı anda birden fazla nesneden kaçınırken çok zaman alır. Burada BFS kullanıyorum. Daha hızlı hale getirmek için hangi algoritmaları kullanmalıyım?

Bu tür davranışları simüle etmek için Direksiyon Davranışlarını kullanmanızı öneririm . Bu şekilde uygulanan kaçamaklı davranış örneği için bu sayfaya bakın .

Temel fikir, bu özelliklerde istenen değişikliği doğrusal zamanda hesaplamak için sadece avınızın ve avcılarınızın pozisyon ve hız vektörleri gibi basit özellikleri dikkate almanızdır. Bu, duyarlı ve gerçekçi bir davranışla sonuçlanır.

Bununla birlikte, bu, daha yüksek düzeyli hedefler (örneğin güçlendirme pozisyonları) veya statik engellerin pozisyonu gibi, yol bulmada olduğu gibi, diğer faktörleri dikkate almamanın maliyetidir. Bunlar, Direksiyon Davranışları yaklaşımı, örneğin potansiyel alanlarla (bkz . Gerçek Zamanlı Strateji Oyunu Senaryosunda Potansiyel Alanları Kullanma (Öğretici) ) veya yol bulmayla (örn. Koridor Harita Yöntemi ) birleştirilerek dikkate alınabilir . İkincisi durumunda, güncelleme sıklığını azaltmak (ve bu nedenle oluşabilecek hataları telafi etmek için Yönlendirme Davranışlarına güvenmek) veya muhtemelen daha hiyerarşik bir yaklaşımla birleştirilen kısmi yeniden planlama yapmak istersiniz (örn. Yakın Optimal Hiyerarşik Yol Bulma) (HPA *) .

Daha spesifik bir cevap istiyorsanız, sorununuzu daha ayrıntılı olarak sorunuzu geliştirin. Örneğin, oyununuzun ne hakkında olduğunu ve bahsettiğimiz NPC sayısını açıklamayı düşünün.