游戏 AI / 系统课时

把感知结果变成目标记录

把感知结果变成目标记录

感知事件通常只描述“这一刻发生了什么”,而追击、丢失搜索和仇恨计算需要持续保存目标状态。本课设计一个最小目标记录,把目标身份、首次发现、最后感知位置与当前可见性保存下来,并规定重新看见和丢失目标时如何更新。

学习目标

  • 能区分瞬时感知事件与持续目标记录的职责。
  • 能设计支持追击与丢失搜索的最小字段集合。
  • 能用明确更新规则避免目标状态被旧事件覆盖。

目标记录不能只是一个布尔值

isVisible=true 只能说明当前是否看见某个对象,却回答不了“看见的是谁”“什么时候第一次发现”“最后一次在哪里看到”。如果 AI 一丢失视线就把所有信息清空,后续就无法继续搜索最后位置,也无法计算目标多久没有被重新发现。

感知事件写入目标记录并被决策层读取的数据关系

最小记录通常包含五类信息:目标身份、首次发现时间、最近感知时间、最后已知位置和当前可见性。需要仇恨值时可以再扩展 threat,但不要在还没有明确规则前就塞入大量战斗属性。

设计一个最小可用记录

下面的 C# 示例用二维坐标和浮点时间表示游戏世界中的感知结果。代码可独立运行,演示“第一次看到 → 丢失 → 再次看到”时同一条记录如何持续更新。

csharp
using System;

public sealed class TargetRecord
{
    public string TargetId { get; }
    public float FirstSeenAt { get; private set; }
    public float LastSeenAt { get; private set; }
    public float LastKnownX { get; private set; }
    public float LastKnownY { get; private set; }
    public bool IsVisible { get; private set; }

    public TargetRecord(string targetId, float time, float x, float y)
    {
        // 首次发现时间只在创建记录时确定。
        TargetId = targetId;
        FirstSeenAt = time;
        UpdateSeen(time, x, y);
    }

    public void UpdateSeen(float time, float x, float y)
    {
        // 只有确认看见目标时才刷新最后时间与位置。
        LastSeenAt = time;
        LastKnownX = x;
        LastKnownY = y;
        IsVisible = true;
    }

    public void UpdateLost()
    {
        // 丢失视线保留最后一次确认的位置和时间。
        IsVisible = false;
    }
}

public static class Program
{
    private static void Print(TargetRecord record)
    {
        Console.WriteLine(
            $"target={record.TargetId}, first={record.FirstSeenAt:0.0}, " +
            $"last={record.LastSeenAt:0.0}, pos=({record.LastKnownX:0.0},{record.LastKnownY:0.0}), " +
            $"visible={record.IsVisible}");
    }

    public static void Main()
    {
        var record = new TargetRecord("player-01", 2.0f, 10.0f, 4.0f);
        Print(record);

        record.UpdateLost();
        Print(record);

        record.UpdateSeen(5.5f, 13.0f, 6.0f);
        Print(record);
    }
}

预期输出:

text
target=player-01, first=2.0, last=2.0, pos=(10.0,4.0), visible=True
target=player-01, first=2.0, last=2.0, pos=(10.0,4.0), visible=False
target=player-01, first=2.0, last=5.5, pos=(13.0,6.0), visible=True

这里最关键的设计是:FirstSeenAt 只在记录创建时写入;LastSeenAt 和最后位置只在“确认看见”时刷新;丢失事件只把 IsVisible 设为 false。这样 AI 在看不见玩家后,仍然知道应该去哪里搜索。

更新规则要区分看见与丢失

感知系统经常会连续产生事件,目标记录必须按事件语义更新,而不是每次都整体覆盖。

事件 应更新字段 不应覆盖
首次看见 创建全部初始字段 无
持续看见 LastSeenAt、最后位置、IsVisible FirstSeenAt
丢失视线 IsVisible 最后位置、LastSeenAt
再次看见 LastSeenAt、最后位置、IsVisible FirstSeenAt

如果事件可能乱序,还应比较事件时间,只允许更新到比当前记录更“新”的状态。否则网络同步、异步感知或延迟消息可能让旧位置覆盖新位置。

让决策读取记录,而不是直接读取感知回调

追击逻辑最好读取 TargetRecord,而不是直接绑定某个感知回调。这样决策层可以在自己的更新频率下稳定工作:IsVisible=true 时追击当前坐标;刚丢失且 LastSeenAt 仍在记忆窗口内时,前往最后位置搜索;超过记忆窗口后再清除目标。

记录的生命周期还要处理目标销毁、离开场景或实体 ID 复用等边界。最稳妥的做法是由目标管理器显式确认记录失效,再由决策层清理当前目标。这样感知系统只负责“报告变化”,目标记录负责“保存事实”,决策系统负责“解释这些事实并采取行动”。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

把感知结果变成目标记录

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通