gameplay

事件机制

发布订阅模式

核心：

  • 事件定义：可以用面向对象的类定义，但是如何扩展、如何热重载是个很大问题，利用反射写在外部文件？dll注入？
  • 回调函数注册：GO没了咋办，空指针问题，强引用（shared_ptr,有东西没释放对象也不能释放）/ 弱引用（常用一点，对某一时刻查看场景中其他对象可以用如weak_ptr）
  • 消息分发：循环队列事件池，加上多个不同类型的队列架构，大量消息的触发导致帧延迟，如何解决？

脚本系统

游戏逻辑，热更新，编译型语言不行

解释型语言闪亮登场，方便热更新，寄了也是虚拟机寄不影响引擎，非常哇塞

GO管理，利用解释性语言的垃圾回收！，适用于对象特别多的，简单的可以引擎内核直接管理

可视化脚本

blueprint蓝图！低代码平台

基础AI

导航Navigation

  • 地图表示
  • 寻路：A*算法：启发式算法，g(n)+f(n)已经走过的距离+估计要走的距离，优先搜索估计最近的点，同时找到目的就结束计算（区分与迪杰斯特拉算法）
  • 路径平滑：Funnel算法，烟囱收缩大法，很强，直接直线走

转向

主要用于车辆寻路

群体模拟

  • 宏观定义：定义一个路线，让npc走
  • 围观控制：定义个体，比如和周围物体靠太近就远离

是否要为每个npc设置寻路？设置障碍的距离场，距离越近斥力越强，从而实现群体的控制

环境感知

基于位置、血量、空间信息、战术地图、热力图、周围物体等等基础信息

行为树

对人类思考方式的一种模拟

一些中间节点

  • Sequence：顺序执行所有子树，例如开门动作，描述为一个task序列，子节点返回是否完成，逻辑清晰
  • Selector：分支，完成一个就返回
  • Parallel：并行执行子树，例如实现npc的边走边开枪
  • Decorator：常用小东西抽象出来的节点

每次tick都从根节点开始（为了加速可能直接激活树中的一些节点），同时running的节点可能有很多，一些行为是可以被打断的

Blackboard：实现行为树中间的信息交换

高级AI

上述的都是forward的实现，有点死板，高级AI根据目标反向构建行为

HTN（Hierarchical Tasks Network）

层次任务网络，Dark Soul 3！Horizon！Dying Lighting 2!

GOAP

目标导向行为规划，目标集、行动集

MCTS蒙特卡洛树搜索

AlphaGO！

类似人类下围棋的思考，树形模拟棋局，根据大量棋谱作为默认策略，进行快速模拟和决策

成功率 = Q/N，Q:成功次数，N:从某个点出发做的模拟次数

  • 选择最有希望的节点
  • 扩展树
  • 模拟输赢
  • 反向传播，向上更新节点成功率

优先未探索的还是当前成功率较高的节点？根据是否保守、父节点模拟次数

如何选择下一步？很多策略，访问次数最多、成功率最高、采样节点最高、或者继续爆算等等

机器学习

如何描述游戏世界？地图、态势表达

如何对游戏世界做些什么？攻击、移动等等

奖惩设计？输赢-1+1

网路结构设计？对各个输入应用不同的网络编码（ResNet、MLP、transformer、LSTM等等），再解码输出

训练策略？防止陷入局部最优，和多个对手互博