鱼群是怎么行动的?
它们并不需要知晓整个群体中每个鱼此时此刻的状态,不需要知道它们的方向,也不需要复杂的状态机控制。
鱼群中的每一条鱼,需要做的事情其实非常的简单。
按照Boids模型来说,它的核心规则其实只有三条。
分离、对齐以及凝聚。
简单来说,鱼需要时刻调整自己的距离,不能与周围的个体太近,防止挤成一团。
但它们也不能随意游动,大致方向需要根据附近个体进行平均,也就是所谓的‘对齐’。
而凝聚,则是需要尽可能保证位置靠拢,不会让集群太过分散。
在这三条规则下,一个简单的集群行为便诞生了。
每个个体事实上仅仅是在根据身边的情况进行最简单的单层判断。
但无数个集群集中在一起,便能演化出极度复杂的集群行为。
在计算机领域,群集行为并不是什么新鲜事儿了。
Boids便是其中最具有代表性的一个,早在1986年便已经被提出,并迅速成为了计算机图形学、AI以及复杂系统研究等领域的重要技术基础。
它旨在通过简单的局部规则在计算机中模拟出现实中的鸟群、鱼群等群集的运动模式。
而Boids最大的特点,便是它的局部规则非常之简单。
它的复杂行为,完全是靠大量的简单行为形成的。
而这……
恰恰就是林立新他们所需要的东西。
一眼望过去,成吨的感染者排山倒海地从画面尽头涌来。
密密麻麻、无穷无尽。
但它们其实并没有在做什么复杂的AI。
而是群集行为与流场寻路。
抽丝剥茧到最后,其中的大部分感染者甚至压根都不知道玩家在哪。
算法,很奇妙吧?
计算机最迷人的地方或许就是如此了。
想要模拟复杂的行为,不一定就需要复杂的大脑。
有的时候,需要的仅仅是对大自然的细心观察。
Boids就像是一个仿生学与计算机科学共同谱写的奇迹。
蚂蚁、蜂群、鸟群、鱼群……
每种群集生物都存在着截然不同,但又井然有序,内涵奥妙的生命规则。
而一位专业的计算机科学家,能够从中发掘出最本质的规则,将它们变成能够使用计算机模拟出的东西。