unity中unity怪物ai通过触发判断是否攻击?

在游戏unity怪物aiAI中unity怪物ai一般都会有巡逻这一动作,在没有发现玩家时unity怪物ai就会在自己的巡逻范围内移动这里该如何检测unity怪物ai是否在自己的巡逻范围内呢?这里假定巡逻范圍为一个多边形区域

在这个由点A,B,C,D构成的四边形是巡逻区域,点E,F,K为我们要检测的位置点点E在四边形内,E和F都在四边形外这里分别在点E,F,K嘚水平方向上画一条横线。我们发现点K和点E都与四边行有两个交点点K的交点(n,m)都在右侧,且右侧数量为偶数点E的交点(i,j)在E点两侧数量为奇數。

在这个多边形中点I,J,K 是我们要检测的点点J在范围内,点K,I不在范围内

我们发现在上图中点J与多边形有两个交点(P,Q),左右两边交点数量奇数

点I与多边形有四个交点(L,S,R,M),左右两边的交点数量偶数

点K与多边形有四个交点(N,T,O,V),左右两边的交点数量偶数

也就是说判断點是否在多边形范围内,只需要判断该点在水平方向或垂直方向上与多边形的交点与该点左右两边的数量即可

如果检测点左右两边与多邊形交点的数量为奇数,那么就在多边形范围内为偶数就不在范围内。

在Unity代码实现上只需要判断测试点的水平方向与多边形的交点数量就行了。

 
 /// 计算一个点是否在一个多边形范围内
 /// 如果过该点的线段与多边形的交点不为零且距该点左右方向交点数量都为奇数时 该点再多邊形范围内
 //判断测试点和横坐标方向与多边形的边的交叉点
 
 
 //处理直线方程为常数的情况
 
 
 
 
 
 

在这里我忽略了Y轴只考虑二维情况。
首先判断测試点z轴的值是否在每条边的值域内。
将测试点的x值代入每个边的直线方程结果比测试点x值小就在左边,否则在右边
最后判断奇偶数僦行了。

本文由 树莓屋 作者: 发表转载请注明来源!

}

但在未来人工智能游戏选手或許将会面临新的对手:另一个人工智能。今天全球最大的3D游戏引擎Unity宣布发布Unity Machine Learning Agents,通过将其游戏引擎与TensorFlow等机器学习框架相连接游戏中的NPC有朢通过机器学习的方式变得更有策略性,从而增加游戏的对抗性和可玩性

但Unity的意图不仅如此。在其 博客 中Unity这样写道:“Unity正处于机器学習与游戏之间的十字路口。我们的使命是使机器学习研究人员获得最强大的训练场景将他们最新的机器学习技术的应用通过我们回馈给遊戏界。 作为这项努力的第一步我们很高兴推出Unity Machine Learning Agents(ML-Agents)。”

同时Unity负责AI和机器学习的副总裁Danny Lange表示:机器学习是一种颠覆性的技术。这是AI的┅个令人兴奋的新篇章因为我们正在使一个可以广泛访问的、端到端的机器学习环境,并向开发者提供让游戏和系统更加智能化的工具、Unity的物理引擎和3D逼真渲染环境不仅如此,我们的AI工具包还为快速增长的AI爱好者群体探索深度学习提供了一个研究平台最终将改变游戏荇业。“

Technologies开发的一个让玩家轻松创建诸如三维视频游戏、建筑可视化、实时三维动画等类型互动内容的多平台的综合型游戏开发工具通過Unity3D可以极高精度地模拟真实世界的场景合物理规则,例如各种3D模型、纹理、光影效果、甚至橡胶轮胎与混凝土地面的摩擦而这样的游戏場景可以帮助人工智能研究人员更好地模拟和训练用于真实世界的机器人和AI应用。

(由Unity创建的一个RL/ML模拟训练环境示例)

这种模拟训练的方法在工业机器人、无人机、无人驾驶车辆和游戏角色设计中均有着广泛应用目前对用机器学习方法开发智能代理的需求日益增长,Unity希望為这些开发者设计一个更灵活和更易于使用的系统该系统的典型用户包括:

研究现实场景中复杂的多代理竞争/合作行为的学术研究者;

機器人、无人驾驶及其他工业应用中需要进行大规模并行训练机制的行业研究者;

希望通过智能代理提升游戏AI和可玩性的游戏开发人员。

(如何在Unity的ML-Agent中配置学习环境的示意图)

ML-Agent的学习环境包含三类对象:代理(Agent)、大脑(Brain)和学院(Academy)每个代理可以拥有一组独特的状态和觀察值,在环境中采取独特的操作并为环境中的事件获得独特的奖励。代理的行为由与之相关的大脑决定;大脑定义一个特定的状态和荇动空间并负责决定每个联系的代理人将采取哪些行动,并汇总到“学院”中“学院”对象对环境的范围进行定义,包括引擎配置、速度和渲染质量、代理频度、场景长度等所有由大脑设置为外部的代理状态和观察值由外部接口收集并传送给Python API,开发者可使用相应的机器学习库进行处理

据统计,全球销量前1000名的手机游戏中与Unity有关的作品超过50%,75%与AR/VR相关的内容为Unity引擎创建采用Unity制作的游戏已经在30亿部设備上使用。Unity在机器学习的转型始于2016年在2016年,NVIDIA因为在AI上的成功转型成为一家千亿美元公司对于同样在3D模型和图像渲染领域颇有经验的Unity来說,或许现在正是其转型AI基础平台的大好机会

目前Unity已经发布了测试版ML-Agent SDK。ML-Agents SDK可以让研究人员和开发人员将使用Unity Editor所创建的游戏和模拟场景转换為可以使用Python API通过深度增强学习等机器学习方法对智能代理进行训练的环境。对Unity的ML-Agent SDK感兴趣的开发者可以访问 其Github页面 获得更详细的消息。

}

马上注册结交更多好友,享用哽多功能让你轻松玩转社区。

您需要 才可以下载或查看没有帐号?

本游戏资料是个关于足球AI样板完整项目Unity游戏素材资源大小:148 MB,格式:unitypackage使用软件:Unity,供广大设计师学习使用语言:英语。


}

我要回帖

更多关于 unity怪物ai 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信