Unity 中的转向行为：代理导航

在Unity 3D中实现智能体导航的转向行为

转向行为为动态环境中的自主智能体提供反应式导航。在一个Unity项目中，智能体——三种类型的鱼——在水下迷宫中移动，对玩家的潜艇做出反应。每种类型都结合了基本行为：寻找、追击、逃避、漫游和碰撞避免。这实现了无需全局路径规划的平滑轨迹。

该方法依赖于每帧的局部向量计算。智能体根据目标、威胁和障碍物，调整其速度和朝向期望方向。结合简单规则可生成复杂、自然的运动。

转向行为的基本类型

转向行为通过向量数学实现，分为基本类型：

• 寻找：计算从智能体位置到目标的向量，归一化后作为期望速度方向。
• 追击：基于目标的速度和方向预测其位置，然后寻找预测点。
• 逃避：从预测的威胁位置向相反方向追击。
• 漫游：在智能体前方的球体圆盘半径内，对基础方向施加随机偏差。
• 碰撞避免：向前扫描射线，避开最近的障碍物。

这些行为通过权重求和产生最终的转向力，并受最大力限制。

在水下环境中，由于迷宫墙壁，碰撞避免至关重要。漫游为潜艇区域外的可食用鱼增加了变异性。

鱼智能体的行为模型

鱼分为可食用、危险和有毒类型。每种类型对应基于转向行为的算法：

• 跟随（所有类型初始）：向潜艇寻找，加入轻微随机噪声以避免线性运动。
• 追击（危险/有毒）：追击并平滑方向。
• 躲避（可食用）：进入交互区域时，从寻找过渡到逃避+横向偏移。

通过用系数α ∈ [0,1]插值当前和期望方向来确保平滑性。速度受v_max限制，并考虑生命周期t_life ≤ T_max。

算法的数学实现

符号：

• x_s — 潜艇位置
• x_f — 鱼位置
• v_f — 鱼速度
• Δt — 时间步长
• R — 区域半径
• v_max — 最大速度
• u — 上向量
• t_life — 生命周期
• T_max — 最大生命周期

距离：d = ||x_s - x_f||

到目标的单位向量：e_t = (x_s - x_f) / ||x_s - x_f||

跟随

d = ||x_s - x_f|| > R

e_follow = e_t

加入噪声：e_follow = normalize(e_follow + k_r r)，其中r是随机向量 ||r|| < ε

追击

e_p = e_t

平滑：e_new = normalize((1-α) e_cur + α e_p)

v_f = v_max * e_new

躲避

如果 d > R：e = e_follow*

否则：e_evade = -e_t + lateral_offset（垂直于 u × e_t）

v_f = v_max * normalize(e_evade)

位置更新：x_f += v_f * Δt

这些公式集成到Unity中智能体的Update()中。碰撞避免在检测到射线命中时作为优先转向力添加。

集成到Unity和优化

在Unity中，实现使用Transform处理位置/旋转，Rigidbody处理物理（可选）。转向力通过AddForce或直接设置速度应用。

关键性能方面：

• 无需导航网格的局部计算。
• 限制避免的射线投射（锥形3-5条射线）。
• 池化鱼以生成/销毁。

行为适应3D迷宫：垂直运动考虑u向量，障碍物——来自Collider的墙壁。

对于高级开发者：扩展模型，包括到达（靠近目标时减速）、分离（智能体间距离）、凝聚力/群集用于鱼群。

关键要点

• 局部性：转向行为避免昂贵的A*类规划，适用于50+个智能体。
• 可组合性：用权重求和力允许分层行为（漫游+寻找+避免）。
• 反应性：即时适应潜艇运动，无需重新规划。
• 平滑性：插值防止抖动，适合水下环境。
• 可扩展性：易于添加领导跟随或群体行为。

— Editorial Team