本系列为笔者初学c/c++和游戏AI开发的学习过程，算法为主，不涉及到具体的游戏开发软件学习(如unity，虚幻4等),若有错误请在评论区留下批评意见。

• 语言：c/c++ (11及以上)

• 平台：macOS mojave

• 编译器：vs Code / g++

三、Cohesion聚集

3.1 定义

  Cohesion定义为，智能体不会倾向于独立行动，类鸟群倾向于维持群体的完整性，每个智能体会尽量与附近智能体靠近，以避免孤立。

  具体表现为，每个智能体会自发的搜索邻域(neighborhood)内，出现的其他智能体，并计算出这些智能体的平均中心位置，即重心位置，然后朝该重心运动。

  已知领域的定义为，以该智能体的位置为圆心，运动方向为弧，扇形半径为distance的扇形区域。

  邻域具有两个特征，一是距离(distance，扇形半径)，二是角度(angle，扇形圆心角)。

  在这个领域内的群体会影响独立智能体的行为。

3.2 Flock

  为了简便，我们每次计算环境内全部智能体与当前智能体的距离，然后筛选出处在当前智能体的邻域内的其他智能体，来计算它们的重心。

  为此我们需要新建一个Flock文件，用来存储环境内的全部智能体。

  动态数组flock存储环境内的全部智能体，run方法为每个智能体boid传递全部智能体flock，并且不能忘了传递 增量时间。

  注意这里需要用auto &将变量定义为引用类型，不然无法执行变量b的函数。

  同时，不要忘记修改World文件内的相关代码，我们之前是用一个Boids数组来存储全部智能体，现在我们用flock来做这个事情。

  先在World.h文件中新增一个Flock类型的变量：Flock flock；然后在.cpp文件中修改代码：

  现在我们已经获取到了环境中的全部智能体信息Flock，并将其传递给每个智能体Boid，接下来我们就需要通过领域和重心，来模拟出Boids的聚集行为。

3.3 重心和运动

  在数学模型上，Reynolds将Cohesion行为模式表现为智能体寻找领域内的群体的重心位置。

  在平面直角坐标系中，重心的坐标是顶点坐标的算术平均。若有n个点，则其重心坐标为：

x =（x1+x2+……+xn）/ n

y =（y1 + y2 +...+ yn）/ n

  当一个智能体计算出邻域内其他群体的重心位置后，会执行seek方法计算出运动到重心位置所需的力。

  最后，不要忘了在SteeringBehavior方法中应用这个计算出来的力，该方法不仅用来执行全部的行为模式，还需要计算出这些行为模式改变后的受力，并将这些受力合并成智能体最终的受力，再通过Update方法来更新智能体的位置。

3.4 结果演示

参考：

• 《游戏人工智能编程案例精粹》

• 相关代码下载    https://github.com/linpeijie/GameToy