【游戏 AI】9 - 运动学移动算法

如上一篇文章所说的，移动算法通常分为两大类：运动学移动算法 和 动态移动算法。这篇文章主要介绍运动学移动算法，相比较而言，运动学移动算法虽然更简单，但却十分实用。

运动学移动算法输入是静态数据（位置和方向，没有速度），输出是所需的速度。输出通常只是一个开或关、或者是目标方向、以全速移动、静止。运动学算法不使用加速度，尽管速度的突然变化可能被平滑在几个帧。

许多游戏甚至将事情简化得更简单：它强迫角色的方向与它所行进的方向一致；如果角色是静止的，它要么面对一个预先设定的方向，要么面对它移动的最后一个方向。

如果它的运动算法返回一个目标速度，那么这个速度将用于设置它的方向，这可以用下面的函数简单地完成

我们将看两种运动学移动算法：追逐和漫步。建立运动学移动算法是极其简单的，所以我们将只看这两个代表性的样例。而与之对应的动态移动算法会在后续的文章中更多地介绍。

然而，我必须强调，这种简洁并不是因为它们不常见或不重要，在许多游戏中，运动学移动算法仍然是移动系统的主要组成部分。后续文章中角色移动由物理引擎控制的动态算法确实很常见，但并不是全都是这样实现的。

一、追逐

运动学追逐行为以角色的静态数据和目标的静态数据作为输入，它计算从角色到目标的方向，并请求沿着这个方向的速度。该算法可以用几行代码中实现，

其中，将 normalize 方法应用于向量将其变成单位向量