Unity人工智能学习—确定性AI算法之追踪算法（三）

接下来就是要进行更为精准更智能的追踪。因此，在接下来的代码演示Demo中我重新设计了几个类，一个是PlayObject，这个类其实也没有什么新的东西，都是之前已经介绍过的，无非就是速度向量、位置以及移动控制等它的代码设计如下：

这样就可以很方便的操作我们的控制对象，作为使用例子我写了一个鼠标点击追踪算法，效果如图所示

它的核心代码如下：

它的原理是：首先计算预期的速度，这个速度是智能体在理想化情况下到达目标位置所需的速度，它是从智能体到目标的向量，大小为智能体的最大速度，该方法返回的操控力是所需要的力，当把它加到智能体当前速度向量上就得到预期的速度。所以，你可以简单的从预期速度中减去智能体的当前速度。但是你很快就会发现这个算法的一个问题，就是飞机在到达指定目标位置后并没有停止下来，而是反复的往返穿越目标点，如图所示：

针对这个问题，我会在下一篇进行讲解，接下来要讲的还是和这个算法直接相关的东西，我必须要先把它讲完。

有追踪算法，那么肯定也要有反追踪算法，其实它的原理在基于追踪的原理上就显得非常简单了

<span style="font-size:24px;">   Vector2 AI_UNSeek(Vector2 targetPos)
    {
        Vector2 disPos = plane.Position - targetPos;
        float distance = Mathf.Sqrt(disPos.x * disPos.x + disPos.y * disPos.y);
        if(distance>FleeDistance)
        {
            return Vector2.zero;
        }
        disPos = disPos.normalized * MaxSpeed - plane.Velocity;
        return disPos;
    }</span>

看看这个代码和上面的AI_Seek(vecter2 targetPos)有什么不一样。我在反追踪代码上面还加了一个距离的判断，也就是当目标和 飞机的距离小于预设的追踪距离的时候就开始追踪，它的效果图如图所示

本文转自：CSDN - 凯尔八阿哥，转载此文目的在于传递更多信息，版权归原作者所有。