【Unity3D人工智能编程精粹】
1、运动层、决策层、战略层。
运动层、决策层包含的算法是针对单个角色的，战略层是针对小队乃至更大规模群体的。
导航和寻路是运行层的主要任务。
决策层决定角色下一时间步该做什么。
感知（Sense）-> 思考（Think）-> 行动（Act）。
2、通过产生一定大小、方向的操控力，使角色以某种方工运动。Unity3d提供的开源库 UnitySteer 可以快捷地实现操控行为。
3、如果游戏的决策系统不是很复杂，只要利用 FSM 就可以实现。在处理大规模的问题时，FSM很难复用、维护、调试。行为树层次清晰，易于模块化，简洁高效。
4、每一个物体拥有 position、mass、velocity、orientation。以及 max_force、max_speed。
这个物体位置的计算方法：
1）确定每一帧的当前操作力（最大不超过max_force）。
2）除以交通工具的质量mass，可以确定一个加速度。
3）将这个加速度与原来的速度相加，得到新的速度（最大不超过max_speed）。
4）根据速度和这一帧时间，计算出位置的变化 。
5）与原来的位置相加，得到新位置。
5、Vehicle类。一个物体可以受到多个操作力。，每个操作力有各自的weight。
注意 steering_force 是一个向量：
分别有以下类型的个体操作行为：
6、AILocomotion 中速度的计算。注意 moveDistance是向量。
通过 slerp 防止方向大幅抖动。
7、操作向量是预期速度与当前速度的差。
8、1）SteeringForSeek。
9、2）SteeringForFlee。与Seek相比，多了fearDistance，另外DesiredVelocity速度相反。
10、3）SteeringForAttrive。以Target为中心，圆外径直冲向Target，圆内减速。
注意：以下代码，应当对 desiredVelocity进行限速。
11、4）SteeringForPersuit。目标不再是静态物体，而是会移动的物体。
当距离很近时，直接冲向目标。当距离较远时，需要预测在哪个postion，可能追上Target。
注意：不是追逐Target下一帧的位置，而是追逐预测的相遇点的位置。
12、5）SteeringForEvade。预测目标将在哪个positon追上自己，然后给一个相反方向的力。
注意：以下 lookaheadTime 代表的是最快可能追上的时间。
13、6）SteeringForWander。
随机瞎逛，一种通常的做法是，每隔几秒随机一个目标位置，让角色奔向这个位置。这种做法存在角色突然调头的问题，体验不是很好。
14、7）SteeringForPath（路径跟随）。路点半径，当角色距离目标点多远时认为已经达到，从而继续向下一个路点前进。
15、8）SteeringForAvoidance。只躲避最近的障碍物。
avoidance_force = ahead - obstacle_center。
注意：下面代码使用 Physics.Raycast 进行碰撞检测，并未使用 Half Ahead方法。
16、群体行为。
17、SteeringForSeparation.cs
18、SteeringForAlighment。
19、SteeringForCohesion。
