找回密码
 立即注册
查看: 742|回复: 0

[笔记] 使用Unity制作游戏AI

[复制链接]
发表于 2020-11-29 10:59 | 显示全部楼层 |阅读模式
本文转自Unity Connect官方文章
简介
本教程主要介绍游戏AI的概念和开发方法。虽然实现过程是面向Unity的,但整个理论方法可以应用于任何其它游戏引擎。
本文介绍的所有概念都是我们团队在开发《Radiant Blade》游戏的原型阶段学习到的,目前该游戏已经到达成品阶段。
游戏过程演示画面
使用游戏AI的原因
开始介绍技术内容前,我们首先要思考为什么要为游戏添加AI。
很长一段时间以来,我都在幻想着为游戏开发令人惊奇的AI,让AI给玩家带来印象深刻的体验。这种AI可以预料到玩家的每一个操作,几乎无法被打败。但说实话,这种AI毫无对抗的乐趣。
值得玩家去玩的游戏应该是玩家可以获得乐趣的游戏。因此我们的AI必须可以和玩家旗鼓相当。AI可以作为伙伴,让玩家通过特别的方法进行交互。
显然,只有乐趣的游戏不会是优秀的游戏。游戏也必须有炫酷的机制,深刻的含义,以及精美的外观。但对我们的AI而言,我们希望AI具有娱乐性,因此我们要进一步缩小这个概念。
游戏设计
什么是娱乐性?更具体来说,游戏中的娱乐性是什么?
开发团队花了一些时间思考这个问题,我们的结论可以总结为一个词:学习。具备娱乐性的游戏是玩家可以从中学习和利用知识的游戏。
娱乐性源于小小的好奇心,在玩家看到新事物时,好奇心会占据玩家的头脑,并会不断增长,直到玩家完全理解这项新事物。
也就是说,具有娱乐性的AI必须是可以被玩家学习的。
这个简单的概念形成了所有游戏中AI的广泛理解,包括:《超级玛丽》,《毁灭战士》,《魔兽世界》和《以撒的结合》。
如果分析这些游戏的AI,我们会发现它们都是可以预测的。由于加入了一些随机元素,这些游戏AI不是完全固定不变的,但仍有预测的可能。
这样又出现了另一个问题:如何制作出可预测的游戏AI?
答案很简单:使用状态机。
状态机
状态机是包含状态和过渡的数学工具。
基本的状态机
在确定性状态机中,我们会处于一个特定状态,在移动时,我们会随着其中一个可用过渡转变到新状态。过渡可能会受到条件限制,例如:只有在拥有特定法术时,AI才可以到达指定状态。
状态机的优点是:它们具有表现力和可预测性。例如,假设状态包括“攻击”,“受击”,“奔跑至目标”和“逃跑”,我们可以使用一些过渡,创建出模拟AI基本行为的状态机。
简单的AI示例
我们制作的AI可以用下面三句话描述:
    生命值在10%以下时,AI会逃跑。AI可以受到攻击。玩家处在AI范围内时,AI会向玩家跑去,然后攻击玩家。
这意味着AI很简单。简单是件好事情。如果我们无法简单地描述自己的AI,那么我们可能需要对AI做进一步思考。
状态机和Unity
我们知道状态机很厉害,那么我们是否可以在Unity使用状态机?
当然可以。
大致的方法有三种:
    自己开发;使用Animator实现;从Asset Store资源商店获取相应资源。
由于状态机是游戏中很常见的工具,我不建议开发者自己开发状态机,因为已经有很多人实现过状态机,除非开发者希望学习怎么通过代码实现状态机,否则我们可以直接获取可以使用的状态机。
第二种方法是使用Unity的内置Animator功能。虽然这个名称不太好理解,但它其实是一种可以播放动画的状态机。但在Animator中,我们不一定要使用动画,如果不使用动画的话,它的工作方式和状态机一样。
Animator使用起来快捷而直观。
《Radiant Blade》中使用Unity Animator实现的弓箭手AI
第三种方法是从Asset Store资源商店获取相关资源。我们没有试过这个方法,但我们相信应该不少资源有和Animator一样不错的效果。
如果你使用过比Animator更好的资源,请来告诉我们。
Animator
或许你使用过Animator在Unity中实现标准动画,但我们在此会根据需求调整一些方法。
下面开始吧。
状态
通常,Animator的状态包含动画。我们没有这样使用,而是把状态关联到描述行为的代码。
为了演示这一点,我们现在查看定义弓箭手的游戏对象。
Behaviours对象的子对象是AI行为。它们其实是小型控制器,在对应状态激活时,它们会控制弓箭手。
在Shoot状态激活时,会在弓箭手上使用Shoot Behaviour脚本
这是基于状态的对象。在完成行为后,Shoot Behaviour会通知Animator。Animator内置的蓝色进度条可能会让人迷惑,但它只在外观上起到作用。
变量
这里的AI设计是响应式系统,它会随条件而变化,那么条件是什么呢?当然是玩家和环境。
Animator的变量用于描述游戏的状态,以及做出已知决策。
上图是弓箭手使用的变量,它们描述了形成AI的所有要素
这是一项重要的概念。在以传统方法使用Animator时,大多数状态过渡会随着关联动画结束而结束。对于AI来说,状态就是行为,它会在未定义的时间内保存游戏逻辑。
我们使用了两个变量,它们的作用是通知状态的结束,即behaviour_ended和behaviour_error。它们是状态的输出结果,表示状态成功结束,或是出现错误。
过渡
过渡定义了AI行为的改变过程,表示:当AI完成向目标行走的过程后,它应该要做什么。
示例过渡:如果目标在近战范围内,AI会进行攻击
对Unity的Animator,有些开发者可能不知道的是:过渡是有先后顺序的。特定过渡会被首先评估,仅在它的相关条件为假时,第二个过渡才会进行评估。
选中Neutral状态时,我们可以查看过渡的优先级
这项功能很不错,因为它允许我们把AI设计为中心大脑,根据优先级来做出合适的选择。
是否还记得我们之前展示的弓箭手AI?请注意AI的顺序和中心部分。Neutral节点是决策中心,它的主要工作过程如下:

如果没有玩家的话,AI停止战斗;
    如果玩家距离较远,AI向玩家移动,进入射击范围;
    如果玩家不在AI的视线方向,AI向玩家移动,从而能够进行射击;
    如果处于近战范围,则进行近战攻击;
    如果玩家过于接近AI,AI可能会向后退;
    AI有可能随机改变和玩家的方向;
    AI会向玩家射击。
该功能的好处在于,每个单独的过渡都非常简单:过渡会总结为一次测试,或甚至没有测试。使用后续过渡的前提是之前的过渡条件必须为假。
实现方法
从这部分开始,我们应该会开始了解具体操作。你是否注意到,到现在我还未提供过任何相关代码。
这个状态不错,因为这意味着我们的框架有足够高的抽象级,不必处理任何技术细节,就可以很好进行解释。在代码部分完成后,设计AI的过程非常直观。
我们需要什么
下面是实现AI的任务:
    编写AI行为;把Animator和可用行为关联;为Animator更新游戏相关变量的列表。
行为
开始处理前,首先回顾行为的功能。
    行为会和游戏的角色控制器一起工作;行为可以被识别;行为可以被启用;行为可以成功完成;行为也可以出现错误;行为可以被中断;大概就是这样。
  1. public abstract class AbstractAIBehaviour : MonoBehaviour {
  2.     // 角色由行为控制
  3.     [SerializeField]
  4.     protected CharController charController;
  5.     // 必须返回对应行为的Animator状态的短哈希值。
  6.     abstract public int GetBehaviourHash();
  7.     // 在行为成功结束时调用的事件。
  8.     public event Action OnBehaviourEnded;
  9.     // 在行为失败时,要调用的事件
  10.     public event Action OnBehaviourError;
  11.     // OnEnable()
  12.     // OnDisable()
  13.     // enable = true/false;
  14. }
复制代码
对于启用和禁用部分,我们会利用Unity的内置方法,这里不必自己编写方法。
我们会使用简洁的API。
对于识别符,我创建了带有特殊名称的方法:GetBehaviourHash。因为Animator状态的识别方式是:状态的识别符是其名称的哈希值。https://docs.unity3d.com/ScriptReference/Animator.StringToHash.html
因此对于Shoot状态,对应的识别符是Animator.StringToHash(“Shoot”)。
为了弄清楚对象,避免再次计算相同的哈希值,我们可以把它们保存为静态变量:
  1. /**
  2. * 该类是预计算哈希值的占位符。
  3. *
  4.   * 目的是创建Animator状态名称和AI行为之间的关联。
  5. * 下面定义的整数应该用于GetBehaviourHash中继承自AbstractAIBehaviour的类。
  6. */
  7. public class BehaviourHashes {
  8.     // 我们会使用行为,让角色向目标移动。
  9.     static public readonly int OBJ_MOVETO_STATE = Animator.StringToHash("Obj MoveTo");
  10.     // 我们会使用行为,让角色什么都不做。
  11.     static public readonly int IDLE_STATE = Animator.StringToHash("Idle");
  12.     // 此时角色会漫无目的地四处移动。
  13.     static public readonly int ROAM_STATE = Animator.StringToHash("Roam")
  14.     // ...
  15. }
复制代码
考虑到这点,AbstractAIBehaviour的实现代码如下:
  1. // 必须返回对应行为的Animator状态的短哈希值。
  2.     public override int GetBehaviourHash()
  3.     {
  4.         // Animator中的状态名称为Idle。
  5.         return BehaviourHashes.IDLE_STATE;
  6.     }
复制代码
我们会把每个哈希值存到对应的脚本中,因此ROAM_STATE可以保存在RoamBehaviour类中。
唯一的问题在于:由于我们暗中把每个行为关联到名称,因此可能很难打开每个行为类,从而收集Animator状态的授权名称。
从此开始,我们的工作是为真实行为编写实际的代码,但这取决于开发者,因为这要根据自己的游戏来实现。我们需要做的是实现AbstractAIBehaviour的子类。
关联行为和Animator
我们的AI的行为可以被识别,监听,启用和禁用。现在我们要利用行为。     
我们要从控制器开始,由于我们有多个互相独立的实体,我们需要同步它们,实现流畅的工作效果。
该控制器的目的是确保每次只启用一个行为,并提供修改当前行为的切入点。
一些开发者可能不知道应该何时给游戏添加新控制器的类。好的习惯是把控制器看作用来同步多个较小功能的代码。
  1. /**
  2. * AIBehaviourController应该关联AI的Animator和相应行为。
  3. */
  4. public class AIBehaviourController
  5.     /**
  6.      * Contains the available Behaviours.
  7.      * 包含可用行为
  8.      *
  9.      * The key of a Behaviour is the value returned by its GetBehaviourHash method.
  10.      * 行为的关键是GetBehaviourHash方法返回的数值
  11.      */
  12.     protected Dictionary<int, AbstractAIBehaviour> behaviours = new Dictionary<int, AbstractAIBehaviour>();
  13.     // AI的Animator
  14.     private Animator stateMachine;
  15.     // 正在执行的行为
  16.     private AbstractAIBehaviour currentBehaviour;   
  17.    
  18.     // 必须存在AI Animator中的触发器
  19.     public static readonly int BEHAVIOUR_ENDED = Animator.StringToHash("behaviour_ended");
  20.     public static readonly int BEHAVIOUR_ERROR = Animator.StringToHash("behaviour_error");
  21.     /**
  22.      * 强制某个行为中断正在执行的行为
  23.      */
  24.     public void SetBehaviour(int behaviorHash)
  25.     {
  26.         // 安全地禁用当前行为
  27.         if (currentBehaviour)
  28.             currentBehaviour.enabled = false;
  29.         try
  30.         {
  31.             // 开始新的行为
  32.             currentBehaviour = behaviours[behaviorHash];
  33.             currentBehaviour.enabled = true;
  34.         }
  35.         catch (KeyNotFoundException)
  36.         {
  37.             currentBehaviour = null;
  38.         }
  39.     }
  40.     void Awake()
  41.     {
  42.         stateMachine = GetComponent<Animator>();
  43.         // 对于每个子对象
  44.         foreach (AbstractAIBehaviour behaviour in GetComponentsInChildren<AbstractAIBehaviour>())
  45.         {
  46.             // 注册行为
  47.             behaviours.Add(behaviour.GetBehaviourHash(), behaviour);
  48.             // 监听行为
  49.             behaviour.OnBehaviourEnded += OnBehaviourEnded;
  50.             behaviour.OnBehaviourError += OnBehaviourError;
  51.         }
  52.     }
  53.     /**
  54.      * 在行为结束时,通知AI的Animator
  55.      */
  56.     private void OnBehaviourEnded()
  57.     {
  58.         stateMachine.SetTrigger(BEHAVIOUR_ENDED);
  59.     }
  60.     /**
  61.      * 在行为失败时,通知AI的Animator
  62.      */
  63.     private void OnBehaviourError()
  64.     {
  65.         stateMachine.SetTrigger(BEHAVIOUR_ERROR);
  66.     }
  67. }
复制代码
这个类比较长,但是代码其实很简单:
    字典包含我们已知的行为;方法可以激活特定行为;两个事件用于在行为结束时通知Animator。
有了切入点,我们可以把它和Animator连接起来。怎么连接呢?我们会使用一个不常用的功能:StateMachineBehaviour。
选中Animator时,如果在空白处单击左键,我们会聚焦Animator本身,并显示Animator的隐藏检视窗口
StateMachineBehaviour的功能是什么?它允许我们向Animator插入自定义代码。我们要怎么使用它呢?
我们会在Animator的状态变化时,调用我们的AIBehaviourController。
  1. /**
  2. * 该类会插入AI的Animator。
  3. *
  4. * 它的唯一作用是监视Animator中的状态转换。
  5. */
  6. public class AIStateController : StateMachineBehaviour {
  7.    
  8.     /**
  9.      * 在Animator进入新状态时,通知AI控制器。
  10.      */
  11.     override public void OnStateEnter(Animator animator, AnimatorStateInfo info, int layerIndex)
  12.     {
  13.         if (!animator.GetComponent<AIBehaviourController>().SetBehaviour(animatorStateInfo.shortNameHash))
  14.         {
  15.             // 如果状态不存在,那么把它设为决策中心。
  16.             // 强制Animator直接评估该状态。
  17.             animator.Update(0f);
  18.         }
  19.     }
  20. }
复制代码
这些代码非常直观,它会处理Unity的一个特别之处:Animator无法在每帧处理多个状态,因此在我们遍历决策中心时,会造成短暂的延迟。
幸运的是,解决方法很简单,我们可以强行执行Update方法,强制Animator处理状态。
通过使用我们的新类,我们可以把功能结合起来,只要把该脚本添加到AI的Animator即可。


现在进入新状态时,我们的AI Animator会调用AIBehaviourController
最后,我们有框架的三个类部分,子类,以及角色控制器,它们包含着实际的游戏逻辑。
组合成AI框架的小型类图示
包含游戏逻辑
总而言之,技术方面的解决方法可以总结为三个类,每个类都非常简洁。
我们还需要什么呢?当然是游戏本身了。但这个部分必须由开发者自己制作。
总之,实现自己的AI需要的内容如下:
    一个角色控制器,负责角色和其渲染的实际逻辑;变量,以及让变量与Animator保持同步的代码;自定义行为,例如:攻击,移动。
此时我们要处理的都是常见的Unity标准代码。
变量,Animator和行为都协同工作
原文链接:
各位在开发过程中遇到问题?欢迎大家戳上方链接,下载官方app,可在线答疑哦,还有更多学习资源等你来发现~

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
懒得打字嘛,点击右侧快捷回复 【右侧内容,后台自定义】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-11-23 00:03 , Processed in 0.104309 second(s), 28 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表