Hiệu quả tìm đường cho nhiều kẻ thù đổ xô xung quanh chướng ngại vật

Tôi đang cố gắng cải thiện khả năng tìm đường cho kẻ thù trong trò chơi của mình. Ngay bây giờ, về cơ bản, họ chỉ cần liên tục di chuyển về phía vị trí chính xác của người chơi bằng cách tính góc giữa họ và người chơi và di chuyển theo hướng đó. Tôi cũng có một thuật toán đổ xô để ngăn chặn kẻ thù xếp chồng lên nhau, vì vậy chúng sẽ tạo thành nhóm chứ không phải cắt qua nhau.

Tuy nhiên, bây giờ tôi đã thêm một bản đồ dựa trên gạch, tôi cần kẻ thù cũng có thể đi vòng qua chướng ngại vật và tường chẳng hạn. Ban đầu, tôi đã thử thêm một giá trị phân tách vào các ô "không thể đi được" để thuật toán đổ xô sẽ coi các bức tường và chướng ngại vật là các vật thể di chuyển ra xa. Tôi vẫn chưa biết liệu điều này có khả thi hay không bởi vì thử nghiệm ban đầu của tôi cho thấy kẻ thù đâm vào một "bức tường" vô hình, nơi không có gạch không thể đi được, nhưng vì một số lý do, họ đã đánh nó và bắt đầu lóe ra.

Tôi đã tự hỏi nếu nó có thể quá nặng về hiệu suất để tính toán đường dẫn đến người chơi bằng A * và sau đó sử dụng thuật toán đổ xô để ngăn ngừa vón cục. Ban đầu trò chơi của tôi sẽ là một game bắn súng dựa trên sóng, nhưng thay vào đó tôi đã quyết định biến nó thành cấp độ theo mạch của Hotline Miami, vì vậy có khả năng tôi sẽ có ít kẻ thù hơn, với đám đông thỉnh thoảng, và chỉ cần tạo ra họ mạnh mẽ hơn.

Đây có phải là một giải pháp khả thi? Tôi đang sử dụng Java với Slick2D làm công cụ trò chơi của mình. Hoặc có một giải pháp / thuật toán tốt hơn để giải quyết cả hai vấn đề này?

Điều này nghe có vẻ như một trường hợp sử dụng cho Trường lưu lượng.

Trong kỹ thuật này, bạn thực hiện một truy vấn tìm đường dẫn ra bên ngoài từ (các) đối tượng người chơi của bạn, đánh dấu từng ô bạn gặp với ô bạn đã truy cập từ đó.

Nếu tất cả các ô / cạnh của bạn có chi phí truyền tải bằng nhau, thì bạn có thể sử dụng tìm kiếm đầu tiên đơn giản cho việc này. Mặt khác, thuật toán của Dijkstra (như A * không có mục tiêu / heuristic) hoạt động.

Điều này tạo ra một trường dòng chảy: một bảng tra cứu liên kết từng ô với bước tiếp theo hướng tới đối tượng người chơi gần nhất từ ​​vị trí đó.

Giờ đây, kẻ thù của bạn có thể tìm kiếm vị trí hiện tại của chúng trong trường dòng chảy để tìm bước tiếp theo trong con đường tránh chướng ngại vật ngắn nhất của chúng đến đối tượng người chơi gần nhất, mà không cần thực hiện truy vấn tìm đường riêng.

Điều này quy mô tốt hơn và tốt hơn nhiều kẻ thù bạn có trong đàn của bạn. Đối với một kẻ thù, nó đắt hơn A * vì nó tìm kiếm trên toàn bản đồ (mặc dù bạn có thể ra ngoài sớm khi bạn đã đạt được tất cả các tác nhân tìm đường). Nhưng khi bạn thêm nhiều kẻ thù, họ sẽ chia sẻ ngày càng nhiều chi phí tìm đường bằng cách tính toán các phân đoạn đường dẫn được chia sẻ một lần thay vì lặp đi lặp lại. Bạn cũng có được lợi thế từ thực tế là BFS / Dijkdtra đơn giản hơn A * và thường rẻ hơn để đánh giá trên mỗi ô được kiểm tra.

Chính xác là nơi điểm hòa vốn chạm, từ cá nhân A * rẻ hơn, đến A * với khả năng ghi nhớ rẻ hơn (trong đó bạn sử dụng lại một số kết quả cho truy vấn tìm đường trong quá khứ để tăng tốc độ tiếp theo) rẻ hơn, sẽ phụ thuộc vào việc triển khai của bạn, số lượng đại lý và kích thước bản đồ của bạn. Nhưng nếu bạn từng lên kế hoạch cho một nhóm kẻ thù lớn tiếp cận từ nhiều hướng trong một khu vực hạn chế, một trường dòng chảy sẽ gần như chắc chắn rẻ hơn so với A * lặp.

Như một ví dụ cực đoan, bạn có thể thấy một video ở đây với 20 000 tác nhân đồng thời tìm đường trên một lưới nhỏ hợp lý .

A * không phải là hiệu suất nặng. Tôi sẽ tiếp cận tình huống này bằng cách thay đổi các thuật toán. Thỉnh thoảng thực hiện A * và giữa các lần kiểm tra xem bước tiếp theo có tự do bước lên hay bạn cần trốn tránh.

Ví dụ: theo dõi khoảng cách người chơi từ vị trí mục tiêu A *, nếu nó vượt quá ngưỡng tính toán lại * và sau đó chỉ cần thực hiện các chuyển động cập nhật. Hầu hết các trò chơi sử dụng kết hợp các điểm cách, ví dụ: lưới đơn giản hóa để tìm đường và logic xử lý chuyển động giữa các điểm tham chiếu với thuật toán điều khiển trốn tránh bằng cách sử dụng sóng. Các đặc vụ cố gắng chạy đến một điểm xa bằng cách điều động xung quanh các chướng ngại vật ở gần họ là cách tiếp cận tốt nhất theo ý kiến ​​của tôi.

Tốt nhất là làm việc với các máy trạng thái hữu hạn ở đây và đọc cuốn sách "Lập trình trò chơi AI theo ví dụ" của Mat Buckland. Cuốn sách cung cấp các kỹ thuật đã được chứng minh cho vấn đề của bạn và chi tiết toán học cần thiết. Mã nguồn từ cuốn sách có sẵn trên web; cuốn sách ở dạng C ++ nhưng một số bản dịch (bao gồm cả Java) có sẵn.

Không chỉ khả thi, tôi tin rằng nó đã được thực hiện trong một trò chơi thương mại vào những năm 90 - BattleZone (1998).

Trò chơi đó có các đơn vị 3D với chuyển động không dựa trên gạch miễn phí và xây dựng cơ sở dựa trên gạch.

Đây là cách nó dường như hoạt động:

Đầu tiên, A * hoặc một cái gì đó tương tự (có thể là một biến thể của A * với các giới hạn nghiêm ngặt về thời gian mà nó có thể tìm thấy, do đó, nó không bao giờ mất quá nhiều tài nguyên để chạy nhưng không phải lúc nào cũng tìm thấy một con đường đến đích) sẽ được sử dụng để tìm đường cho một hovertank đi đến đích mà không bị kẹt trong các chướng ngại vật trên nền gạch.

Sau đó, chiếc xe tăng sẽ bay xung quanh cho đến khi không gian như thể nó bị thu hút vào trung tâm của một viên gạch gần đó trên đường đi của nó, và bị đẩy lùi bởi các chướng ngại vật, các xe tăng khác gần đó, v.v.