Unity3D人工智能編程精粹

第1章 Unity3D人工智能架構模型
1.1 游戲AI的架構模型
1.1.1 運動層
1.1.2 決策層
1.1.3 戰(zhàn)略層
1.1.4 AI架構模型的其他部分
1.2 FPS/TPS游戲中的AI解析
1.2.1 FPS/TPS中的運動層
1.2.2 FPS/TPS中的決策層
1.2.3 FPS/TPS中的戰(zhàn)略層
1.2.4 FPS/TPS中AI架構模型的支撐部分
第2章 實現(xiàn)AI角色的自主移動——操控行為
2.1 Unity3D操控行為編程的主要基類
2.1.1 將AI角色抽象成一個質點——Vehicle類
2.1.2 控制AI角色移動——AILocomotion類
2.1.3 各種操控行為的基類——Steering類
2.2 個體AI角色的操控行為
2.2.1 靠近
2.2.2 離開
2.2.3 抵達
2.2.4 追逐
2.2.5 逃避
2.2.6 隨機徘徊
2.2.7 路徑跟隨
2.2.8 避開障礙
2.3 群體的操控行為
2.3.1 組行為
2.3.2 檢測附近的AI角色
2.3.3 與群中鄰居保持適當距離——分離
2.3.4 與群中鄰居朝向一致——隊列
2.3.5 成群聚集在一起——聚集
2.4 個體與群體的操控行為組合
2.5 幾種操控行為的編程解析
2.5.1 模擬鳥群飛行
2.5.2 多AI角色障礙賽
2.5.3 實現(xiàn)動物遷徙中的跟隨領隊行為
2.5.4 排隊通過狹窄通道
2.6 操控行為的快速實現(xiàn)——使用Unity3D開源庫UnitySteer
2.7 操控行為編程的其他問題
第3章 尋找最短路徑并避開障礙物——A*尋路
3.1 實現(xiàn)A*尋路的3種工作方式
3.1.1 基本術語
3.1.2 方式1：創(chuàng)建基于單元的導航圖
3.1.3 方式2：創(chuàng)建可視點導航圖
3.1.4 方式3：創(chuàng)建導航網(wǎng)格
3.2 A*尋路算法是如何工作的
3.2.1 A*尋路算法的偽代碼
3.2.2 用一個實例來完全理解A*尋路算法
3.3 用A*算法實現(xiàn)戰(zhàn)術尋路
3.4 A*PathfindingProject插件的使用
3.4.1 基本的點到點尋路
3.4.2 尋找最近的多個道具（血包、武器、藥等）
3.4.3 戰(zhàn)術尋路——避開火力范圍
3.4.4 在復雜地形中尋路——多層建筑物中的跨層尋路
3.4.5 RTS中的小隊尋路——用操控行為和A*尋路實現(xiàn)
3.4.6 使用A*PathfindingProject插件需要注意的問題
3.5 A*尋路的適用性
第4章 AI角色對游戲世界的感知
4.1 AI角色對環(huán)境信息的感知方式
4.1.1 輪詢方式
4.1.2 事件驅動方式
4.1.3 觸發(fā)器
4.2 常用感知類型的實現(xiàn)
4.2.1 所有觸發(fā)器的基類——Trigger類
4.2.2 所有感知器的基類——Sensor類
4.2.3 事件管理器
4.2.4 視覺感知
4.2.5 聽覺感知
4.2.6 觸覺感知
4.2.7 記憶感知
4.2.8 其他類型的感知——血包、寶物等物品的感知
4.3 AI士兵的綜合感知示例
4.3.1 游戲場景設置
4.3.2 創(chuàng)建AI士兵角色
4.3.3 創(chuàng)建玩家角色
4.3.4 顯示視覺范圍、聽覺范圍和記憶信息
4.3.5 游戲運行結果
第5章 AI角色自主決策——有限狀態(tài)機
5.1 有限狀態(tài)機的FSM圖
5.1.1 《Pac-Man（吃豆人）》游戲中紅幽靈的FSM圖
5.1.2 《QuakeⅡ（雷神2）》中Monster怪獸的有限狀態(tài)機
5.2 方法1：用Switch語句實現(xiàn)有限狀態(tài)機
5.2.1 游戲場景設置
5.2.2 創(chuàng)建子彈預置體
5.2.3 創(chuàng)建敵人AI角色
5.2.4 創(chuàng)建玩家角色及運行程序
5.3 方法2：用FSM框架實現(xiàn)通用的有限狀態(tài)機
5.3.1 FSM框架
5.3.2 FSMState類——AI狀態(tài)的基類
5.3.3 AdvancedFSM類——管理所有的狀態(tài)類
5.3.4 PatrolState類——AI角色的巡邏狀態(tài)
5.3.5 ChaseState類——AI角色的追逐狀態(tài)
5.3.6 AttackState類——AI角色的攻擊狀態(tài)
5.3.7 DeadState類——AI角色的死亡狀態(tài)
5.3.8 AIController類——創(chuàng)建有限狀態(tài)機，控制AI角色的行為
5.3.9 游戲場景設置
第6章 AI角色的復雜決策——行為樹
6.1 行為樹技術原理
6.1.1 行為樹基本術語
6.1.2 行為樹中的葉節(jié)點
6.1.3 行為樹中的組合節(jié)點
6.1.4 子樹的復用
6.1.5 使用行為樹與有限狀態(tài)機的權衡
6.1.6 行為樹執(zhí)行時的協(xié)同（Coroutine）
6.2 行為樹設計示例
6.2.1 示例1：有限狀態(tài)機/行為樹的轉換
6.2.2 示例2：帶隨機節(jié)點的戰(zhàn)斗AI角色行為樹
6.2.3 示例3：足球球員的AI行為樹
6.3 行為樹的執(zhí)行流程解析——陣地軍旗爭奪戰(zhàn)
6.3.1 軍旗爭奪戰(zhàn)行為樹
6.3.2 軍旗爭奪戰(zhàn)的行為樹遍歷過程詳解
6.4 使用React插件快速創(chuàng)建敵人AI士兵行為樹
6.4.1 游戲場景設置
6.4.2 創(chuàng)建行為樹
6.4.3 編寫腳本實現(xiàn)行為樹
6.4.4 創(chuàng)建敵人AI士兵角色
6.4.5 創(chuàng)建玩家角色及運行程序
第7章 AI綜合示例——第三人稱射擊游戲
7.1 TPS游戲示例總體設計
7.1.1 TPS游戲示例概述
7.1.2 敵人AI角色行為樹設計
7.2 TPS游戲示例場景的創(chuàng)建
7.2.1 游戲場景設置
7.2.2 隱蔽點設置
7.3 為子彈和武器編寫腳本
7.3.1 創(chuàng)建子彈預置體
7.3.2 為M4槍編寫腳本
7.4 創(chuàng)建玩家角色
7.5 創(chuàng)建第三人稱相機
7.6 創(chuàng)建敵人AI士兵角色
7.6.1 用React插件畫出行為樹
7.6.2 為行為樹編寫代碼
7.6.3 敵人AI士兵角色控制腳本
7.7 創(chuàng)建GUI用戶界面
7.8 游戲截圖
參考文獻