通常在视频游戏中,非玩家角色必须群聚移动,而不是个别行动。比如一群羊在吃草、一群人在镇上的广场闲逛。
Craig Reynolds在其1987年SIGGRAPH论文《Flocks,Herds,and Schools: A Distrubuted Behavioral Model》中提到的那个算法。
基本群聚
Craig Reynolds的“类鸟群”(boids)群聚算法,产生的运动给人留下的印象相当深刻。更令人称奇的是,事实上这个行为只是优雅而简单的三条规则产生的结果而已。这些规则总结如下:
- 聚合:每个单元都往其邻近单位的平均位置行动。
- 对齐:每个单位行动时,都要把自己对齐在其其邻近单位的平均方向上。
- 分隔:每个单位行动时,要避免撞上其邻近单位。
从这三条语句可清楚得知,每个单位都必须有比如运用转向力行进的能力。此外,每个单位都必须得知其局部的周遭情况,必须知道邻近单位在哪里,他们的方向如何,以及他们和自身有多接近。
每个单位会注意到其局部的邻近状况,也就是说,要知道平均位置、方向及其自身和群体中,与其他最靠近的单位之间的间隔有多少。单位不需知道整个群体,在任何特定时间做些什么。以下是单位的局部视野。
群聚实例
AIDemo4
行进模式
避开规则
邻近单位
UpdateSimulation()
聚合
让所有单位都待在同一群体中
对齐
让群聚中的所有单位都大致朝相同的方向前进。
分隔
让每个单位彼此间保持最小距离
避开障碍物
碰撞检测和响应算法
跟随领头者
如果在群聚中加入领头者,就能让群体的移动更有目的性,或者看起来比较有智能。例如你可能想仿真一支军队,步行巡逻丛林。你可以指定其中某个单位作为领头者,根据你想要让他们成横队或成纵队,采用宽广视野模式或有限视野模式,使其他单位采取群聚行为。