Скачать "3D Pathfinding & Agent Avoidance In Unity"

"videoThumbnail 3D Pathfinding & Agent Avoidance In Unity

Делаем врагу шкалу здоровья - Создание игры в Unreal Engine. Урок 20

Делаем врагу шкалу здоровья - Создание игры в Unreal Engine. Урок 20

Канал: MakeYourGame!

How to make a Tower Defense Game (E27 UNLOCK LEVELS) - Unity Tutorial

How to make a Tower Defense Game (E27 UNLOCK LEVELS) - Unity Tutorial

Канал: Brackeys

How to make a Video Game in Unity - BASICS (E01)

How to make a Video Game in Unity - BASICS (E01)

Канал: Brackeys

01 - Introduction / What is it? | VBScript Tutorials

01 - Introduction / What is it? | VBScript Tutorials

Канал: SimplyCoded

Projectile Movement & Why is it Useful? ( Unity Engine Tutorial )

Projectile Movement & Why is it Useful? ( Unity Engine Tutorial )

Канал: A Bit Of Game Dev

After Effects Expressions 507 - Putting It All Together

After Effects Expressions 507 - Putting It All Together

Канал: Animoplex

How to Make a 3D Space Shooter Game in Unity - Tutorial Part 3

How to Make a 3D Space Shooter Game in Unity - Tutorial Part 3

Канал: Midnite Oil Software LLC

Бот патрулирует территорию. Behavior Tree - Создание игры в Unreal Engine. Урок 21

Бот патрулирует территорию. Behavior Tree - Создание игры в Unreal Engine. Урок 21

Канал: MakeYourGame!

DISSOLVE using Unity Shader Graph

DISSOLVE using Unity Shader Graph

Канал: Brackeys

unity

programming

algorithm

tutorial

projectile

coding

beginner

movement

bullet

physics

simulation

prediction

madewithunity

math

mathcoding

astar

A*

pathfinding

navmesh

nav mesh

agent

00:00:00

добро пожаловать в геймдев,

00:00:02

так что в прошлом пару раз

00:00:04

мне требовалась трехмерная

00:00:05

система поиска пути для летающих объектов и искусственного интеллекта,

00:00:08

а теперь конкретно игра, над которой я

00:00:10

сейчас работаю, но навигационная сетка Unity

00:00:12

не помогла в этом Итак, я решил

00:00:15

взять дело в свои руки, имейте

00:00:17

в виду, что в этом видео я сделаю только обзорное

00:00:19

объяснение кода, поскольку

00:00:21

пошаговое объяснение займет слишком много

00:00:22

времени, но я оставлю ссылку на

00:00:24

проект github, чтобы вы могли скачайте

00:00:26

и посмотрите, как я реализовал всю эту

00:00:28

систему, поскольку вы, возможно, слышали, что

00:00:30

алгоритм перехода к алгоритму поиска пути — это алгоритм со звездочкой.

00:00:33

Подробное объяснение можно найти

00:00:35

в Википедии, но я постараюсь

00:00:37

суммировать его как можно лучше. насколько я могу, сначала нам нужно

00:00:40

определить сетку точек, которая будет

00:00:42

представлять наш мир. Я сделал это,

00:00:44

нарисовав текстуру, где белые пиксели - это

00:00:46

три действительные точки, а черные

00:00:48

пиксели - недопустимые точки. Теперь мы

00:00:51

пишем код, который сэмплирует нашу текстуру

00:00:53

и создает экземпляры точек

00:00:56

для каждой точки, нам нужно хранить ее

00:00:57

соседей, если точка недействительна и

00:01:00

ее координаты, эти значения не

00:01:02

изменятся, они всегда остаются неизменными. Теперь

00:01:04

давайте определим данные точки класса для

00:01:06

значений, которые являются динамическими и меняются для

00:01:08

каждого пути. чем координаты, нам

00:01:10

нужны значения g-score f-score и

00:01:13

индексы, из которых я объясню

00:01:16

далее, g-score и f-score необходимы для

00:01:18

определения наилучшего пути. g-score — это

00:01:21

стоимость пути с самого начала. указывают на

00:01:23

некоторые конечные точки, в этом примере мы можем

00:01:25

увидеть, как мы вычисляем g-показатель для

00:01:27

каждой точки, которую мы добавляем на единицу, поскольку

00:01:30

расстояние от предыдущей точки составляет

00:01:32

ровно один метр, f-показатель

00:01:35

рассчитывается путем получения g-показателя

00:01:37

конечная точка и добавление расчетной

00:01:39

стоимости пути от конечной точки до

00:01:41

нашей целевой точки. В этом примере

00:01:44

показатель g равен 2, и скажем, расчетное

00:01:46

расстояние от конечной точки равно 8. мы получаем

00:01:50

значение 8, используя эвристику

00:01:52

функция в этом случае эвристическая функция

00:01:54

возвращает нам только расстояние от одной

00:01:56

точки до другой, если необходимо получить оценку g,

00:01:59

а эвристическая функция возвращает

00:02:01

нам 8, оценка f равна 2 плюс 8, равна 10.

00:02:05

поэтому оценка f этой точки равна до

00:02:07

10.

00:02:09

наконец, источник происхождения необходим для хранения того,

00:02:12

из какой точки мы достигли текущих

00:02:14

точек, которые всегда будут индексами

00:02:16

одной из соседних точек. Теперь,

00:02:18

когда мы определили наши данные, мы можем

00:02:20

продолжить и начать писать алгоритм звезды.

00:02:23

входные данные — это начальная точка и

00:02:25

конечная точка. Первое, что мы делаем, это создаем

00:02:27

наш набор данных из существующих точек

00:02:30

и устанавливаем начальное значение g и

00:02:32

f на бесконечность и получаем от

00:02:34

минус единицы,

00:02:36

и в качестве первой точки мы устанавливаем

00:02:38

g-оценка по начальной точке равна нулю,

00:02:41

затем мы добавляем нашу начальную точку в

00:02:43

переменную открытого набора, которая может быть более простым списком

00:02:45

или более оптимизированным вариантом кучи,

00:02:49

затем, пока открытый набор не пуст, мы

00:02:52

получаем точку с наименьшим показателем f

00:02:54

и проверяем, является ли это нашей целью, если нет, мы

00:02:57

ищем каждого соседа, и если он не является

00:02:58

недействительным, мы вычисляем и проверяем, является ли его

00:03:01

g-показатель из текущей точки ниже,

00:03:04

чем уже имеющийся у него g-показатель,

00:03:06

и если да, мы присваиваем значения

00:03:09

и добавьте его в наш открытый набор, хорошо, теперь

00:03:11

давайте посмотрим на звезду в действии.

00:03:13

желтые точки — это точки, через которые звезда

00:03:15

прошла, а синие

00:03:17

точки — это точки в открытом наборе, которые

00:03:19

звезда еще не получила. вы

00:03:21

также можете увидеть строку отладки, когда звезда a

00:03:24

вычисляет f-показатель и g-показатель

00:03:26

соседних точек

00:03:31

[Музыка]

00:03:34

теперь, когда у нас есть базовое понимание

00:03:36

того, как работает звезда, я решил добавить,

00:03:39

избегая других движущихся символов или

00:03:41

агенты, я испробовал много идей и алгоритмов,

00:03:44

чтобы заставить эту работу работать, почти все они потерпели неудачу,

00:03:45

но мы, наконец, нашли что-то, что

00:03:47

может сработать, поэтому идея заключается в том, что каждый агент имеет

00:03:50

свой приоритет, и ни один другой агент не может иметь

00:03:52

такой же приоритет, это можно определить

00:03:55

несколькими способами. но я выбрал тот,

00:03:57

кто самый медленный, имеет наибольший

00:03:59

приоритет. Каждая точка теперь имеет список

00:04:01

агентов, которые будут проходить через нее по

00:04:03

ее пути,

00:04:04

затем, когда агент находит свой путь, он

00:04:07

записывает в каждой точке своего пути, через которую

00:04:09

он пройдет. в какое время он

00:04:11

пройдет и когда он написал эту

00:04:13

информацию, теперь есть два условия:

00:04:16

первое: если точка, через которую агент хочет

00:04:18

пройти, уже назначена

00:04:19

агентом с более высоким приоритетом, агент сравнивает

00:04:22

свое время достижения точки с

00:04:24

агент с более высоким приоритетом, и если

00:04:26

разница достаточно мала, агент

00:04:28

должен избегать этой точки. Второе

00:04:30

условие меняется на противоположное. Если агент хочет

00:04:32

пройти точку, которая уже

00:04:34

назначена агентом с более низким приоритетом, и

00:04:36

разница во времени достижения

00:04:38

мала, он должен поручите этому агенту с более низким

00:04:40

приоритетом найти другой путь и

00:04:42

избежать этого, и эта система работала очень

00:04:45

хорошо, как вы можете видеть,

00:04:46

вероятно, есть лучшее решение,

00:04:48

чем это, но мне было очень весело

00:04:50

самому придумывать решение,

00:04:52

теперь это было довольно легко чтобы преобразовать это

00:04:54

в алгоритм поиска трехмерного пути,

00:04:56

просто добавив еще одно измерение в

00:04:58

сетку [Музыка]

00:05:03

для создания мира, я определил

00:05:05

границы мира и для каждой точки я

00:05:07

проверял, есть ли коллайдер,

00:05:08

перекрывающийся с полем,

00:05:10

если есть точка была объявлена

00:05:12

недействительной,

00:05:15

теперь я создал этот простой пример, чтобы

00:05:17

показать, как происходит создание мира, мы

00:05:19

можем изменить масштаб мира,

00:05:25

и именно так мир определяет

00:05:26

недействительные и действительные точки.

00:05:29

[Музыка]

00:05:39

[Музыка]

00:05:51

теперь мне действительно не понравилась крутые повороты, которые

00:05:53

делали агенты, я имею в виду, что, возможно,

00:05:55

наземные персонажи могут двигаться таким образом и с этим все

00:05:57

в порядке, но ни один летающий объект не

00:05:59

выглядит хорошо, летая таким образом, поэтому я попытался

00:06:01

преобразовать точки пути в кривую,

00:06:03

используя актив кривой Безье Себастьяна

00:06:05

из хранилища активов, и это работало

00:06:07

довольно хорошо, пока агенту не понадобилось

00:06:09

найти другой путь

00:06:11

[Музыка],

00:06:15

поэтому он снова начал думать, и то, что он

00:06:16

придумал, довольно просто: мы определяем

00:06:18

скорость движения агента и скорость поворота, затем

00:06:21

мы проходим путь по

00:06:23

скорости агента, выбирая путь точки по

00:06:25

пути агент постоянно движется в прямом

00:06:27

направлении, в то же

00:06:29

время поворачивая свое направление вперед в

00:06:31

направлении текущей точки траектории выборки,

00:06:33

это дает превосходное летающее

00:06:35

движение, но снижает вероятность

00:06:37

предотвращения столкновений, поскольку агент не

00:06:39

следует строго путь, но пытается

00:06:41

следовать только по нему, чем больше мы увеличиваем

00:06:43

скорость поворота, тем лучше следует путь,

00:06:46

но я утешал себя, говоря, что даже

00:06:48

человек-игрок время от времени натыкается на что-то

00:06:53

[Музыка],

00:06:57

так что у нас есть 3D-система поиска пути

00:06:59

с дополнительным агентом избегание,

00:07:02

спасибо за просмотр этого видео, не

00:07:04

думайте об этом как об уроке, это скорее

00:07:06

интересный способ использовать различные

00:07:08

алгоритмы в своем проекте.

00:07:10

Я оставлю ссылку на Patreon в

00:07:12

описании для всех, кто захочет

00:07:13

меня поддержать,

00:07:14

и как всегда не забудь поставить лайк и

00:07:16

подписаться, увидимся в следующий раз

Описание:

An custom pathfinding experiment tried. Support me on Patreon: https://www.patreon.com/abitofgamedev Follow me on Twitter: https://twitter.com/steffonne Follow me on Instagram: https://www.facebook.com/unsupportedbrowser Download the project: https://github.com/abitofgamedev/pathfinding

Готовим варианты загрузки

Популярные

HD видео

Только звук

Все форматы

* — Если видео проигрывается в новой вкладке, перейдите в неё, а затем кликните по видео правой кнопкой мыши и выберите пункт "Сохранить видео как..."

** — Ссылка предназначенная для онлайн воспроизведения в специализированных плеерах

Вопросы о скачивании видео

Как можно скачать видео "3D Pathfinding & Agent Avoidance In Unity"?

Сайт http://unidownloader.com/ — лучший способ скачать видео или отдельно аудиодорожку, если хочется обойтись без установки программ и расширений. Расширение UDL Helper — удобная кнопка, которая органично встраивается на сайты YouTube, Instagram и OK.ru для быстрого скачивания контента.
Программа UDL Client (для Windows) — самое мощное решение, поддерживающее более 900 сайтов, социальных сетей и видеохостингов, а также любое качество видео, которое доступно в источнике.
UDL Lite — представляет собой удобный доступ к сайту с мобильного устройства. С его помощью вы можете легко скачивать видео прямо на смартфон.

Какой формат видео "3D Pathfinding & Agent Avoidance In Unity" выбрать?

Наилучшее качество имеют форматы FullHD (1080p), 2K (1440p), 4K (2160p) и 8K (4320p). Чем больше разрешение вашего экрана, тем выше должно быть качество видео. Однако следует учесть и другие факторы: скорость скачивания, количество свободного места, а также производительность устройства при воспроизведении.

Почему компьютер зависает при загрузке видео "3D Pathfinding & Agent Avoidance In Unity"?

Полностью зависать браузер/компьютер не должен! Если это произошло, просьба сообщить об этом, указав ссылку на видео. Иногда видео нельзя скачать напрямую в подходящем формате, поэтому мы добавили возможность конвертации файла в нужный формат. В отдельных случаях этот процесс может активно использовать ресурсы компьютера.

Как скачать видео "3D Pathfinding & Agent Avoidance In Unity" на телефон?

Вы можете скачать видео на свой смартфон с помощью сайта или pwa-приложения UDL Lite. Также есть возможность отправить ссылку на скачивание через QR-код с помощью расширения UDL Helper.

Как скачать аудиодорожку (музыку) в MP3 "3D Pathfinding & Agent Avoidance In Unity"?

Самый удобный способ — воспользоваться программой UDL Client, которая поддерживает конвертацию видео в формат MP3. В некоторых случаях MP3 можно скачать и через расширение UDL Helper.

Как сохранить кадр из видео "3D Pathfinding & Agent Avoidance In Unity"?

Эта функция доступна в расширении UDL Helper. Убедитесь, что в настройках отмечен пункт «Отображать кнопку сохранения скриншота из видео». В правом нижнем углу плеера левее иконки «Настройки» должна появиться иконка камеры, по нажатию на которую текущий кадр из видео будет сохранён на ваш компьютер в формате JPEG.

Сколько это всё стоит?

Нисколько. Наши сервисы абсолютно бесплатны для всех пользователей. Здесь нет PRO подписок, нет ограничений на количество или максимальную длину скачиваемого видео.