Welche Alternativen gibt es dafür, wie ein Agent dem von einem Pfadfindungsalgorithmus berechneten Pfad folgen kann?

Welche Alternativen gibt es dafür, wie ein Agent dem von einem Pfadfindungsalgorithmus berechneten Pfad folgen kann?

Ich habe gesehen, dass die einfachste Form darin besteht, zu einem Punkt zu gehen. Wenn der Agent diesen Punkt erreicht hat, verwerfen Sie ihn und gehen Sie zum nächsten Punkt.

Ich denke, dass dieser Ansatz Probleme hat, wenn das Spiel Physik mit dynamischen Objekten hat, die die Reise zwischen Punkt A und Punkt B blockieren können, dann wird der Agent aus seinem ursprünglichen Trayectory genommen und manchmal ist es nicht das natürlichste Verhalten, zum letzten Schicksalspunkt zu gehen .

In der Literatur habe ich immer gelesen, dass der Pfad nur ein Hinweis darauf ist, wohin der Agent gehen muss, aber ich weiß nicht, wie dieser vorgeschlagene Pfad befolgt werden muss.

Vielen Dank.

Bild von http://www.red3d.com/cwr/steer/PathFollow.html

Was Sie suchen, ist tatsächlich ein Pfad, der dem Lenkverhalten folgt. Die KI bewegt sich zu einem zukünftigen Punkt entlang des Pfades anstatt von einem Punkt zum anderen. Ein grauer Puffer um den Pfad ermöglicht es der KI, innerhalb dieser Region zu navigieren, bevor die KI steuern muss, um auf dem Pfad zu bleiben.

Craig Reynold hat einen ausgezeichneten Artikel darüber, wie dieses Verhalten funktioniert, und es in der Open Source OpenSteer- Bibliothek implementiert

Pfad nach dem Lenkverhalten

Viel hängt davon ab, wie Bewegung in Ihrem Spiel gehandhabt wird. Wenn Sie möchten, dass Ihr Agent Hindernisse vermeidet und solche, die in Echtzeit auftreten können, getrennt von der ursprünglichen Pfadfindung, möchten Sie möglicherweise eine zweite Ebene der Hindernisvermeidung durchführen und den nächsten Pfadknoten als "Ziel" verwenden.

Die Methoden hierfür sind vielfältig, von der Suche nach Kurzstreckenpfaden bis hin zur Bereitstellung von "Sensoren" für den Agenten und der Reaktion auf das, was er in seiner unmittelbaren Umgebung bemerkt.

Jede Methode, die Sie verwenden, wirkt sich natürlich auf das Verhalten und die Empfehlungen aus, welche Art weitgehend von der Hindernisdichte, dem Abstand zwischen den Knoten und dem gewünschten Verhalten des Agenten abhängt.