AI định hướng hành động: thuật toán trốn tránh mất nhiều thời gian

Evasion, quá trình trốn tránh, ngược lại với sự truy đuổi. Thay vì cố gắng giảm khoảng cách đến mục tiêu, chúng tôi cố gắng tối đa hóa nó.

Phải mất nhiều thời gian trong khi trốn tránh nhiều đối tượng cùng một lúc. Tôi sử dụng BFS ở đây. Để làm cho nó nhanh hơn những thuật toán tôi nên sử dụng?

Tôi đề nghị bạn sử dụng Hành vi chỉ đạo để mô phỏng các loại hành vi này. Xem trang này để biết ví dụ về hành vi lảng tránh được thực hiện theo cách này.

Ý tưởng cơ bản là bạn chỉ xem xét các thuộc tính đơn giản như vectơ vị trí và vận tốc của con mồi và động vật ăn thịt để tính toán sự thay đổi mong muốn trong các tính chất này theo thời gian tuyến tính. Điều này dẫn đến hành vi đáp ứng nhưng thực tế.

Tuy nhiên, điều này phải trả giá khi không xem xét các yếu tố khác, như các mục tiêu cấp cao hơn (ví dụ như vị trí tăng sức mạnh) hoặc vị trí của các chướng ngại vật tĩnh, như bạn đang tìm kiếm. Chúng có thể được tính đến bằng cách kết hợp cách tiếp cận Hành vi chỉ đạo với các trường tiềm năng (xem Sử dụng các trường tiềm năng trong Kịch bản trò chơi chiến lược thời gian thực (Hướng dẫn) ) hoặc tìm đường (ví dụ: Phương pháp bản đồ hành lang ). Trong trường hợp sau, bạn muốn giảm tần suất cập nhật (và tin tưởng các Hành vi chỉ đạo để bù đắp cho bất kỳ lỗi nào có thể xảy ra do điều này) hoặc thực hiện bổ sung một phần, có thể kết hợp với cách tiếp cận phân cấp hơn (ví dụ: Tìm đường phân cấp gần tối ưu (HPA *) .

Nếu bạn muốn có một câu trả lời cụ thể hơn, hãy cải thiện câu hỏi của bạn với nhiều chi tiết hơn về vấn đề của bạn. Ví dụ, hãy xem xét mô tả trò chơi của bạn là gì và số lượng NPC chúng ta đang nói đến.