AI游戏人工智能浓缩版(袖珍考试参考)

一．追逐与闪躲Bresenham算法的原理是，计算每一点与终点之间的的横轴与纵轴，然后比较两轴的长度，哪个轴比较长，就往该方向前进，如果两轴等长，则往斜边前进。

if (deltaCol > deltaRow){ fraction = deltaRow * 2 - deltaCol;while (nextCol != endCol){ if (fraction >= 0){ nextRow += stepRow;fraction -= deltaCol;}nextCol += stepCol;fraction += deltaRow;pathRow[currentStep] = nextRow;pathCol[currentStep] = nextCol;currentStep++;}}else{ fraction = deltaCol * 2 - deltaRow;while (nextRow != endRow){ if (fraction >= 0){ nextCol += stepCol;fraction -= deltaRow;}nextRow += stepRow;fraction += deltaCol;pathRow[currentStep] = nextRow;pathCol[currentStep] = nextCol;currentStep++;}}}连续环境中的视线算法：在函数中定义了4的局部变量。

u和v是Vector类型的，Vector类是一个自定义类（见附录A），负责处理基本向量算术，比如向量加法，减法，数量积，交叉乘积，和其他操作。

另两个局部变量是一对布尔变量，left和right。

它们是用来分析哪个操纵力启动，两个初始都是false。

定义局部变量的下一行是计算从掠夺者到被掠夺者的视线。

实际上，这条线不仅仅是计算线的位置。

它还会计算宏观上掠夺者到被掠夺者之间相对位置的向量，通过使用代码 (Prey.vPosition - Predator.vPosition) ，然后把结果向量传递给VRotate2D函数，把它转换成掠夺者本地，本体坐标。

VRotate2D 表现成一个标准的结合系统，把有关earth-fixed的系统转换成body-fixed对应系统方向（看下边的“全局与局部坐标系统”）。

结果保存在u里，然后规格化u即(u.Normalize()),把它转换成单位长度向量。

最后一行代码调用刚性体类的SetThrusters成员函数，在模拟循环的当前反复中为掠夺者提供转向力。

void DoLineOfSightChase(void){ Vector u, v;bool left = false;bool right = false;u = VRotate2D(-Predator.fOrientation,(Prey.vPosition - Predator.vPosition));u.Normalize();if (u.x < -_TOL)left = true;else if (u.x > _TOL)right = true;Predator.SetThrusters(left, right);}二．群聚规则首先根据角度检测，对于不同的视野检测方法是不同的（比如，宽视野，窄视野），下面的例子是对于宽广视野的检测·计算d=目标单位位置-当前单位位置，w为d以目标单位反方向的坐标系中的向量坐标。

·如果w.y>0，则目标单位必然在视野范围内。

·如果w.y<0，则要看x，y坐标构成的线段斜率，是否在设定的视野区域之外，如果fabs(w.x)>fab(w.y)*_BACK_VIEW_ANGLE_FACTOR，则目标单位在视野范围内。

其中的_BACK_VIEW_ANGLE_FACTOR就是视野角度系数。

该系数等于1时，视野弧线的直线与x轴夹角是45度，该系数越大，两条线越接近x轴，不可见区域越大，反之，系数越小，两条线越接近y轴，不可见区域越小。

视野检查if (WideView) //宽广视野的检查{InView=((w.y>0)||((w.y<0)&&(fabs(w.x) >fabs(w.y)*BACK_VIEW_ANGLE_FACTOR))) ;RadiusFactor =_WIDEVIEW_RADIUS_FACTOR;}if(LimitedView) //有限视野的检查{ InView=(w.y >0);RadiusFactor =_LIMITEDVIEW_RADIUS_FACTOR;}if (NarrowView) // 狭窄视野的检查{ InView (( (w.y >口) && (fabs(w.x) <fabs(w.y)*FRONT_VIEW_ANGLE_FACTOR)));RadiusFactor =_NARROWVIEW_RADIUS_FACTOR;}void DoUnitAI(int i){ int j;int N; // 邻近单位数量Vector Pave; //平均位置向量Vector Vave; // 乎均速度向量Vector Fs; // 总净转向力Vector Pfs; // Fs 施加的位置Vector d , u , v , w;double m;bool inView;Fs.x =Fs .y =Fs.z =0;Pfs.x =0;Pfs.y =Units[i].fLength/2.0f;}2.3 凝聚凝聚考虑的是当前单位的速度向量v和相对位置向量u，其中u=邻近单位的平均位置-当前单位的位置。

if(DoFlock && (N>0)) { // DoFlock=true：启用凝聚规则，N>0：邻近单位数量大于零Pave = Pave / N; // 邻近单位的平均位置向量v = Units[i].vVelocity; // 当前单位的速度向量v.Normalize();u = Pave-Units[i].vPosition; // 邻近单位平均位置向量与当前单位向量的差值，相对位置向量u.Normalize();w.VRotate2D(-Units[i].fOrientation, u);if(w.x < 0) m = -1; // 相对位置向量（即u）在当前单位的右边，需要右转当前单位if(w.x > 0) m = 1; // 相对位置向量（即u）在当前单位的左边，需要左转当前单位if(fabs(v*u) < 1) // 确保反余弦函数可以正常运行Fs.x += m * _STEERINGFORCE * acos(v * u) / pi;// Fs.x使用的坐标系是应该也是前面刚刚转化过的坐标系// acos(v*u):计算相对位置向量与当前单位的速度向量之间的夹角，除以pi是为了把弧度数值转化为标量}2.4 对齐对齐考虑的是当前单位的速度向量v和邻近单位的平均速度向量u，其他部分与凝聚部分的代码都一样，很好理解。

if(DoFlock && (N>0)) {Vave = Vave / N;u = Vave; // 邻近单位的平均速度向量u.Normalize();v = Units[i].vVelocity;v.Normalize();w.VRotate2D(-Units[i].fOrientation, u);if(w.x < 0) m = -1;if(w.x > 0) m = 1;if(fabs(v*u) < 1)Fs.x += m * _STEERINGFORCE * acos(v * u) / pi;}2.5 分隔前面的凝聚和对齐规则，都会尝试让单位相互靠近一点。

使用的分别是（速度向量，位置向量）和（速度向量，速度向量）。

对于分隔，需要当前单位与邻近的每个单位分别比较，对于进入最小间隔的单位，算出一个力，加到Fs.x上去。

部分代码如下：if(InView) { // 如果在视野内if(d.Magnitude() <= Units[i].fLength * _SEPARATION_FACTOR) {if(w.x < 0) m = 1; // 这里是分隔，方向与凝聚和对齐规则正好相反if(w.x > 0) m = -1;Fs.x += m * _STEERINGFOCE * (Units[i].fLength*_SEPARATION_FACTOR) / d.Magnitude(); // 分隔越小，力越大}}double magnitude(struct complex_struct z) { return sqrt(z.x * z.x + z.y * z.y); }避开障碍物替我们的单位安装虚拟触角（feeler）。

基本上，这些触角会处在单位的前方，如果触角碰到某种东西，就是那些单位要转向的时候了。

模型的形式很多，比如可以装上三个触角，分别位于三个不同方向，不但能检测出是否有障碍物，而且检测该障碍物位于单位的那一侧。

运算向量a，这只是该单位和障碍物位置间的差值。

接着，我们取a 和v 的内积，将a 投射到v 上，由此可得向量p 。

把向量p减去向量a，可得向量b。

现在，要测试v是否和障碍物的某处相交，我们得测试两种情况。

首先，p的数值必须小于v的数值；其次，b 的数值必须小于该障碍物的半径r。

如果两者都是如此，则需要校正转向力，否则，该单位可继续沿当前方向前进。

Vector a,p,b;for (j=0; j<_NUM_OBSTACLES; j++){ u =Units[i].vVelocity;u.Normalize();v=u*_COLLISION_VISIBILITY_FACTOR * Units[i].fLength;a=Obstacles[j] - Units[i].vPosition;p = (a * u) * u;b = p - a;if((b.Magnitude()< _OBSTACLE_RADIUS)&&(p.Magnitude()<v.Magnitude())){//即将碰撞'要避开W=VRotate2D(-Units[i].fOrientation, a);w.Normalize();if(w.x < 0) m =1;if(w.x > 0) m =-1;Fs.x += m * STEERINGFORCE *(_COLLISION_VISIBILITY_FACTOR*Units[i].fLength/a.Magnitude());}}三．势函数Lenard-Jones势能代表的是，分子间吸引和排斥的势能。