实现AI中LOD优化技术

LOD(Level Of Detail)是3D渲染中用到的概念,按照wikipedia上的翻译,可以译为“细节层次”,它是一种根据与观察点的距离,来减低物体或者模型的复杂度来提升渲染效率的优化技术,因为显而易见的是,当一个物体离我们很远的时候,我们不需要用很复杂的多边形来绘制,只要用一个粗略模型或者低精度的贴图即可,所以在3D渲染中,这是一个很常见的优化技术。

对于AI来说,当一个AI对象离我们很远的时候,其实,它做出什么样的决策,做出什么样的行为,我们并不能“感觉的”到,虽然它的行为可能会对游戏世界有影响,但玩家一般只会专注于离自己比较近的AI行为,所以我们在AI的优化中,也可以采用这种“LOD”的技术,来提升AI部分的运行效率。

我在玩真三国无双的时候,对此非常有感触,虽然我并不知道他是否在AI层做了LOD,但类似于这种大场景,超多NPC的游戏,AI层的LOD的优化技术就非常适合。同样的NPC,当他离玩家不同的距离的时候,我们就可以赋予它不同的AI行为,如下表所示:

  1. 近:攻击,防御,追踪,掩护,包围,等待,…
  2. 中:追踪,包围,等待,…
  3. 远:等待,…
一般来说,AI候选的行为越多,它决策所花费的时间也越多,根据这样的假设,我们就可以通过限制AI行为的方式,来起到提升效率的作用。上面说的是一种LOD的方式,还有一种实现方式是减少AI的决策频率,这也是我以前讨论过的AI中的懒惰问题,比如如下表:
 
  1. 近:攻击,防御,追踪,掩护,包围,等待,…(0.1秒决策一次)
  2. 中:攻击,防御,追踪,掩护,包围,等待,…(1秒决策一次)
  3. 远:攻击,防御,追踪,掩护,包围,等待,…(5秒决策一次)

我们可以根据需要来混合使用上面两种方式。说到这里,我想大家脑海中会有一个自己的代码实现框架,我也想了一种,可以用到我经常说的行为树的方式来实现,行为树最好的就是可以任意的添加行为分支,所以可以说,对于第一种的LOD实现是天生支持的,我们只要建立三个行为分支表示近,中,远,并且在这三个分支下,挂上不同的候选行为,这样,我们就建立了一棵带LOD优化功能的行为树,如下图:

 
Lod1
 
对于第二种LOD实现,我们可以创建一种新的控制节点(回忆一下控制节点的概念),可以称之为LazyNode,这是一个一元的节点,它的功能就是维护一个时钟,当时间一到就执行它的子节点。同样的,我们用LazyNode,也建立近,中,远三个行为分支,然后在下面挂上相关的行为子节点,如下图:
 
Lod1 (1)
可以看到,如果我们用行为树,就不需要用什么附加的模块来做LOD优化,而是用行为树强大的扩展能力把这些直接整合进了AI结构中,这种不破坏结构,从架构层面的优化方式,是我相当推崇的。
LOD是一种懒人化的优化方式,无论是概念还是实现都非常简单,当然,所有这些都是以不破坏游戏性为前提的,有时,我们有可能需要远处的AI做一些复杂的决策,比如,在即时战略游戏中,虽然我们AI离我们很远,但它确实需要做一些完整决策,在这种情况下,LOD可能并不是很适用,所以,AI中的一些问题没有一成不变的解决方案,实际情况,实际分析是相当之重要的:),大家对AI优化有什么心得呢,欢迎大家留言讨论。
 
 
————————————————————————
作者:Finney
Blog:AI分享站(http://www.aisharing.com/)
Email:finneytang@gmail.com
本文欢迎转载和引用,请保留本说明并注明出处
————————————————————————
(已被阅读2,474次)

6 评论

    1. 你说对,可能用处是不大,不过有时,即使有段距离,还是要做一点AI决策,总而言之,还是要看情况和游戏需求,以及profile的结果:)

  1. 您好,刚看了您的文章,很受益。这里有一个问题:
    LOD在渲染方面是有很明显的优化效果的。但在AI方面,AI在做决策选择的时候,其实只是一堆条件的判断,您这里所说的优化其实是条件判断优化,而这些条件判读的优化其实是很有限的,甚至可能是感觉不到优化效果的,而很大部分的时间都是消耗在决策选择以后的行为内部处理。每个个体当前都有一个行为状态,无论是否有决策更改,这些行为内部的消耗其实都是差不多的。所以很想知道您所提到的优化技术是否在实际中得到应用,效果怎样?谢谢!

    1. 谢谢你对本站的关注。
      你说的很对,在决策部分做LOD,也是需要看情况的,当AI的效率瓶颈不在决策层的时候,那就没有必要这样做。LOD的应用主要是针对那种在开阔场景同时有很多NPC,还有就是当使用到一些相对比较费时的决策算法的时候,我在实践中写过一种基于模糊逻辑的决策,就是以前博客里也有提过的打分系统,它需要根据周围的情况做很多的分数计算,当有比较多的NPC做这种决策的时候,会影响到AI部分的效率,首先我优化了计算和算法,然后再采用LOD,效果就好很多了。

发表评论

电子邮件地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据

Copyright © 2011-2018 AI分享站    登录