3D动作手游的辅助瞄准算法(二)

 

https://blog.csdn.net/u011403161/article/details/111068526

书接上回,我们只粗略的用公式表示了一下优先级,来体现相关性

T = distance * angle,即距离越近,视偏角越小,T越小,锁定优先级越高。

但是实际应用的时候,容易发现,这个公式不是很符合直觉:

背面剔除

例如,距离4米视角30°和距离1米视角120°的优先级是相同,

而120°代表怪物在玩家背后,不应该和前方的怪物有相同的优先级。

所以我们先只计算前方的怪物,前方没有怪物的话,再按距离查找后方最近的怪物

(因为在背后,所以这里就没有使用夹角,只用距离)

公式优化

除了T = distance * angle这样的简单相乘,还有很多其他公式也可以表示正相关性,这里先给出结论:

T = distance * Mathf.Sin(angle * Mathf.Deg2Rad);

这个公式可以理解为:

玩家->怪物这条向量,旋转到玩家forward方向的过程中,扫过的扇形面积。

有兴趣也可以试试其他公式,找到最符合“直觉”的那个,比如

可以使用距离的n次方(n>0),乘以夹角的余弦,正切等等

这样就可以了吗?

目前我们只考虑了静态的情况,实际上在游戏运行的时候,还要考虑其他因素,下期讲解

https://blog.csdn.net/u011403161/article/details/113435178

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【资源介绍】 Python基于YOLOv5目标检测算法开发的FPS射击类游戏辅助瞄准系统源码+项目说明(课程大作业).zip ​ 本程序基于pytorch框架与yolov5物体检测平台,实现了人工智能对FPS(第一人称射击)游戏辅助瞄准。与传统游戏作弊方式不同,本程序不读取或改动游戏的内存数据,而是通过人工智能实时分析游戏画面、确定敌人位置并移动鼠标射击,反应流程与人脑相同,难以被普通反作弊方式检测。本程序的特点有: * 单次识别过程经过反复优化,在RTX30系显卡下单次时延$\leq 0.1s$​ * 前后端分离,前端启动器UI界面现代化、扁平化,提供参数调节功能并与后端通过json参数共享 * 设计演示模式,实时展现AI的识别过程 * 设计静态和动态模式,在敌人静态和近匀速运动时有可观的射击精准度 * 适配多款射击游戏,对CS:GO(《反恐精英:全球攻势》)单独优化,考虑到鼠标加速与鼠标灵敏度设置对程序参数的影响 ​ 从本次技术验证中,我们深刻意识到游戏公司对以人工智能CV识别为原理的新型游戏作弊方式防不胜防,但AI为缩小延迟,一般将移动鼠标的过程尽量缩短,且模拟鼠标移动方式与人工存在差异。通过实时记录鼠标移动、结合用户举报,未来或许可以训练出合适的神经网络检测这一新型游戏作弊方式。同时,我们也意识到此类技术或许可以运用于未来战场。 Python基于YOLOv5目标检测算法开发的FPS射击类游戏辅助瞄准系统源码+项目说明(课程大作业).zipPython基于YOLOv5目标检测算法开发的FPS射击类游戏辅助瞄准系统源码+项目说明(课程大作业).zipPython基于YOLOv5目标检测算法开发的FPS射击类游戏辅助瞄准系统源码+项目说明(课程大作业).zipPython基于YOLOv5目标检测算法开发的FPS射击类游戏辅助瞄准系统源码+项目说明(课程大作业).zip 【备注】 该项目是个人毕设/课设/大作业项目,代码都经过严格调试测试,功能ok才上传,可快速上手运行!欢迎下载使用,若遇到问题请及时私信沟通,帮助解决。 该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用,可直接作为期末课程设计、课程大作业、毕业设计等。 项目整体具有较高的学习借鉴价值!基础还可以,动手能力强的也可做开发,以实现不同的功能。 欢迎下载使用,也欢迎交流学习!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值