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++

二、一群乱飞的鸟

2.1 一只乱飞的鸟

  我们知道一只现实中的鸟，会在遇到天敌的时候加速飞开，或者藏到鸟群中，也会四处盘旋以寻找果腹的食物。这也是我们的程序最后要实现的功能，但如此多复杂的功能，要一步实现显然是非常困难的。

  所以在那之前，我们后退一大步，先实现一个简单的小目标----创建一只乱飞的鸟，这样实现起来就容易多了。之后，我们在慢慢的教会这只“笨鸟”更多实用的“技能”。

  首先，我们要将鸟抽象成计算机可以理解的对象，这将由一个类来实现。暂时先抛开鸟的大小、外形等因素，要抽象出空间中的一只鸟，至少需要三个属性：

• location：位置向量，描述一只鸟在平面空间中的位置

• velocity：速度矢量，描述一只鸟的当前飞行速度

• acceleraton：加速度矢量，描述一只鸟的当前加速度

  有了以上三个属性，我们就可以利用加速运动公式计算出一只鸟的空间位置和运动路径。除此之外，我们在第一章节中学到，类鸟群Boids可归纳出三种主要的行为模式：

• separation: 领域内若有其他boids存在，该函数计算出一个距离，使当前boid与其他boids保持距离。

• alignment: 该函数计算出一个速度矢量，使其与其他boids保持相同的速度，并维持队列。

• cohesion: 计算出附近boids的质心，并使当前boid前往该质心。

  这三种主要的行为模式，是由一些次要的操控行为（Steering Behaviors）组成：

• seek：靠近，控制boid靠近一个目标

• flee：离开，控制boid离开一个目标

• pursuit：追逐，控制“猎食者”追捕一个目标，该行为只有“猎食者”才拥有

• evade：逃避，控制boid逃离一个目标，功能与flee类似，但其作用主要用来躲避“猎食者”的追捕，因此需要额外的功能

• wander：徘徊，当环境安全时，一只鸟会在世界里游荡嬉戏，随机运动

• obstacle avoidance：避开障碍，当遇到障碍物的时候，绕开障碍物

  以上方法便可以创造出一群足够智能的机器鸟，当然我们不会一下子就全都实现。在实现一只足够智能的鸟之前，我们先搞出一只只会徘徊乱飞的“笨鸟”，如图9：

2.2 Vector2D

  在讲解具体的代码实现之前，我们有必要了解一下一个十分重要的组件Vector2D类。

  简单来讲，该类存储智能体的位置信息(x和y)，并提供必要的向量运算工具，项目中涉及到向量运算的地方，全都由该工具类来实现。

  该工具类具体的实现和用法，请各位小伙伴下载代码查看注释即可。

2.2 seek靠近

  seek方法是最基础的方法，该函数输入一个目标位置向量，并返回一个操控智能体到达目标位置的力（表现为加速度a）。

  我们知道力是一个向量，由大小和方向组成，因此只要得到了智能体的受力，就可以很容易的计算出其运动轨迹来。如图10：

1. 计算预期的速度，该速度是从智能体到目标的向量，大小为智能体的最大速度。只需将目标位置向量减去智能体位置向量，再将其标准化，就能得到该速度的方向。之后再乘以智能体最大速度，就能计算出最终的速度向量。

   预期速度 = ||(目标位置 - 智能体位置)|| * 最高速度

2. 计算智能体受力，即智能体在当前速度和预期速度的影响下，下一时刻的受力情况，也就是运动轨迹。

   智能体受力 = 预期速度 - 当前速度

  我们首先计算预期速度（蓝色箭头），再将预期速度减去当前速度，就可以得到智能体受力（红色箭头）。红色箭头即为我们所需的受力。代码如图11：

2.3 wander徘徊

  wander方法产生一个操控力，驱使智能体在环境中随机走动。

  我们采用Reynolds的解决方案，通过一个圆来计算智能体的运动路径。

  在智能体周围画一个圆圈，圆心与智能体位置相同。接着，在圆圈上选一个目标位置，让目标产生一个随机抖动值，使其离开圆圈。然后，将偏离圆圈的目标映射回圆圈上，把目标连同圆一起向右移动一定距离。最后，智能体朝新的目标位置移动。

  具体步骤如下：

• 对目标增加一个随机位移wanderJitter，使其偏离圆圈。这里在具体实现的时候，要算上时间差值，使运动更平滑。这里，wanderTarget目标要先初始化，即先把圆圈画出来。

• 将偏移后的目标，重新投影到圆圈上。计算公式：新目标 = 旧目标单位向量 * 圆半径

• 向右移动目标的位置，距离为wanderDistance，使其远离智能体。

• 接着，计算出此时目标的位置向量，将其投影到世界空间中，即智能体运动的环境。

• 最后，通过seek方法计算出智能体到目标的受力，然后通过速度运动公式就可以计算出智能体到目标的运动路径。

2.4 增量时间

  由于篇幅限制，一些非核心部分的工程实现就不多细讲，但有一个地方需要特别注意。

  实际动手用Unity3D或UE做过游戏的小伙伴，一定记得游戏制作过程中，控制物体运动时，需要给速度添加一个增量时间 deltaTime来使物体的运动更加的平滑。

  在这个项目中，我们一样也需要考虑到这个因素。在这里，我们使用SFML系统模块中自带的时钟函数来实现该功能。

  代码中的elapsed变量就是增量时间，我们需要在窗口每一帧渲染的时候，计算出该变量的值，然后传递给每个智能体。

2.5 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