Games104 gameplay系统笔记

GamePlay系统
（1）事件系统
（2）脚本系统
（3）可视化脚本
（4）3C
（5）AI
挑战：多样性；可扩展性；快速迭代

一、事件系统
（1）消息定义
（2）回调函数注册
强引用（引用不随对象销毁而删除，保证引用的安全性，但会导致系统内存增大）
弱引用（在回调函数中增加判断引用对象是否销毁的逻辑，智能指针）

（3）消息分发
1、实现机制：消息队列，相同类型的消息放在一个消息队列里


2、消息存储：RingBuffer

3、消息队列的缺陷：不能保证消息执行的顺序

三、AI

1、寻路

(1)步骤：
Map Representation
Path Finding
Path Smoothing

(2) Map Representation
Format: WayPoint Network、 Grid、 Navigation Mesh etc.

WayPoint Network：

Grid：
缺陷：存储空间大，格子多了访问速度慢（cache miss），难以表达层叠结构

Navigation Mesh：
可以是三角形，也可以是多边形（必须是凸多边形）；
灵活性强，寻路速度快；
生成速度慢；不支持3D空间（例如飞机）

2、感知

3、群体

4、决策
有限状态机
行为树
其他决策算法：

（1）有限状态机
缺陷：增加新的state时需要考虑和其他state的关系 ，难以管理

改进：分层有限状态机，增加了状态机的可读性，但可能速度慢

（2）行为树
状态机是对AI行为的抽象，但并不符合人们的思考方式
行为树的结点：
1、Excution Node ： 行为树的叶子结点，分为条件结点(Condition Node) 、动作结点（Action Node）
动作结点有三种状态，success、fail、running

2、Control flow Node :

Sequence: 顺序执行，将子结点依次执行，如果一个结点返回的是false，则停止执行
Selector： 根据条件执行子结点
Parallel：并行执行，行为树强于状态机的点，AI可以同时执行多个任务（人类的行为很多时候也是多线程的）
Decorator，PreCondition：简化条件分支

行为树的Tick：
行为树每一次都会从根结点重新 tick（而不是从上一个状态）
行为树在running的结点可能不止一个（优化：可以用event驱动）

行为树的黑板：

行为树的缺点：
Tick开销大