Far sì che l'IA segua percorsi diversi tra loro

Ho un gioco 2d dall'alto verso il basso in cui l'IA si genera ai bordi della mappa e corre verso il centro.

Sto usando A * e una mesh di nodo per fare il pathfinding.

In questo momento, l'IA si genera in un punto sul bordo della mappa e tutti prendono lo stesso percorso che è il percorso più breve verso il centro.

Ora voglio che siano più sorprendenti e interessanti e che prendano strade diverse l'una verso l'altra.

Posso immediatamente pensare a due idee per farlo, ma volevo sapere se ci sono altri modi o modi migliori che le persone usano spesso?

1. Quando un nemico si genera e genera un percorso verso il centro, aumenta temporaneamente il costo di tutti i nodi su quel percorso, quindi diminuiscili lentamente nel tempo. Quindi l'IA nemica che si genererà in seguito sarà costretta a intraprendere un percorso più ampio.

2. L'approccio di cui sopra porterà l'IA a seguire un percorso sempre più ampio e sarà comunque molto prevedibile. Quindi ho pensato di introdurre anche una serie di nodi obiettivo intermedi intorno alla mappa. Quando si genera l'IA, scelgono casualmente uno degli obiettivi intermedi e si dirigono lì prima di dirigersi al centro della mappa. Combinando questo con l'approccio di cui sopra per aumentare i costi potrebbe sembrare abbastanza buono?

Quali approcci hanno trovato le persone che funzionano meglio per far sì che l'IA possa variare i percorsi che prendono, apparire convincente e sorprendente?

La tua seconda opzione suggerisce un approccio più fondamentale: garantire che i nemici si avvicinino al tuo giocatore da direzioni diverse. La domanda è: fino a che punto devono viaggiare per "aggirare" il tuo giocatore? L'ideale per questo sarebbe un mix di

• generare dinamicamente punti che circondano da vicino (cioè seguono) la posizione del giocatore;
• ciò che Nevermind ha suggerito in termini di percorsi randomizzati verso questi punti circostanti, in misura maggiore o minore.

In questo modo, puoi assicurarti che le IA non facciano deviazioni inutilmente lunghe solo per ottenere variazioni realistiche del percorso quando convergono sul giocatore.

La diffusione collaborativa fa ciò che vuoi implicitamente come parte dell'algoritmo. Ma non è banale da implementare.

Come prima idea, prova ad aggiungere un piccolo valore casuale al peso di ciascun nodo durante l'individuazione del percorso. In questo modo, ogni agente cercherà un percorso in un ambiente leggermente diverso. Non sono sicuro che funzionerà nel tuo caso, ma dovrebbe essere davvero facile da provare.

Mi piace la risposta di Nevermind , tuttavia, data la limitazione descritta nei commenti, questo è quello che vorrei provare:

1. L'algoritmo per una singola unità al centro registra la distanza totale percorsa.
2. Per ogni unità successiva assegnarla una distanza che è casuale e una piccola quantità più lunga di questa.
3. Mentre esegui la A * per ogni unità, aggiungi un peso extra in base a quanto sei vicino e fino a dove "vuoi" viaggiare. Questo sarebbe probabilmente qualcosa di simile (distanceToGoal) + Max(0, desiredDistance - distanceTravelled)).

Ciò indurrebbe le unità a tentare di andare oltre, il che è probabilmente un percorso diverso, il che porterebbe eventualmente a intraprendere percorsi diversi.

Potresti anche aggiungerlo al tuo huerestic iniziale per ogni unità, ma l'intervallo casuale dovrebbe essere probabilmente un po 'più ampio.

Come indicato da Nick Wiggill, l'approccio più semplice sarebbe quello di ottenere un cerchio attorno all'obiettivo.

• assegnare in modo casuale un punto vicino a questo cerchio come waypoint.
• elimina tutti i percorsi nel cerchio dal percorso iniziale (o aumenta notevolmente il valore di questi punti)
• quindi da quel waypoint ottenere il percorso verso l'obiettivo.

La parte importante è eliminare tutti i percorsi nel cerchio per il waypoint originale poiché probabilmente finiresti con i nemici che attraversano il cerchio per raggiungere il loro waypoint iniziale.

Da ciò puoi ottenere qualsiasi variante giocando con più valori aggiungendo waypoint secondari nel cerchio vicino a quello iniziale ecc.

Il tuo problema qui è essenzialmente che A * è un algoritmo per trovare la strada più veloce verso un obiettivo. Se questo è il tuo criterio principale per un percorso "buono", non sorprende che tutti i tuoi attori prendano le stesse decisioni.

Quello che devi fare è modificare i criteri di qualità per il percorso, in modo che "il più breve è il migliore" non sia l'unico fattore. L'elemento di casualità è la chiave in questo, ma non così tanto da sminuire l'intelligenza di ricerca del percorso (cioè gli attori intraprendono stupidamente rotonde rotte verso l'obiettivo).

Un * pathfinding è innatamente ingenuo, poiché di solito assume che l'attore abbia una perfetta conoscenza dell'intero percorso prima che inizi. Sembrerà sempre irrealistico. La soluzione ha suggerito che gli obiettivi intermedi scelti sono a un passo da quello: l'IA sta cercando di avvicinarsi all'obiettivo, ma cerca solo di navigare in piccole sezioni alla volta (questo è analogo alla vita reale in cui puoi navigare solo fino a lontano come puoi vedere e mentre attraversi più del percorso, puoi vedere più avanti).

Consiglierei forse un modo più semplice di vederlo. Quando stai cercando un percorso, non mantieni solo un singolo percorso migliore che ho trovato finora. Invece, raccogli una serie dei migliori 5 o 10 percorsi. Usa una soglia per scartare ovvi valori anomali. Ad esempio, se il percorso migliore attraversa 20u per raggiungere l'obiettivo, il successivo migliore attraversa 21u e il successivo dopo attraversa 50u. Imposta una soglia del 20% più grande del percorso migliore, quindi scarta il percorso 50u perché è stupidamente più lungo. Ora hai diversi percorsi tra cui scegliere e selezionando casualmente da quel set di percorsi, i tuoi attori prenderanno decisioni diverse.

Tuttavia non otterrai questo tipo di informazioni con la ricerca A * standard, quindi penso che dovresti modificare l'algoritmo o usare qualcos'altro per raccogliere l'insieme di possibili percorsi.

Se hai un piccolo gruppo di nemici ricorrenti (o tipi di nemici), potresti provare a dare loro personalità che influenzano i loro movimenti. Non devono essere grandi cose, solo cose che emergono di tanto in tanto. Un buon esempio di questo sono i fantasmi di Pac-Man. Trasforma la tua A * in diversi obiettivi intermedi. Forse un nemico è davvero stupido e si perde facilmente, andando in una direzione casuale ogni terzo nodo (tranne che direttamente all'indietro). Essere creativo.