当前位置: 首页 > article >正文

斯坦福UE4 C++课学习补充25:寻路EQS

文章目录

  • 一、创建EQS
  • 二、修改行为树
  • 三、查询上下文

一、创建EQS

  1. 场景查询系统EQS:可用于收集场景相关的数据。然后该系统可以使用生成器,通过各种用户定义的测试就这些数据提问,返回符合所提问题类型的最佳项目Item
  • EQS的一些使用范例包括:找到最近的回复剂或弹药、判断出威胁最大的敌人,或者找到能看到玩家的视线

参考链接:https://dev.epicgames.com/documentation/zh-cn/unreal-engine/environment-query-system-in-unreal-engine?application_version=5.3

  1. 创建名为Query_FindNearbyLocationEQS
    从根节点拖出一条线,选择Point:Donut类型。Point是一种生成点的生成器,它会围绕一个中心点生成一个环形区域(类似甜甜圈形状),并在这个区域内生成一组点。
    在这里插入图片描述
  2. 测试选择Distance,它以距离作为评分依据,对生成器生成的点进行评分。如下图,距离一栏内的到此距离Distance to默认为EnvQueryContext_Querier,指的是查询的发起人,也就是AI角色自己。
  • 过滤器的过滤类型改成了最小,浮点值改成了500,即500外的位置才会被考虑进评分。
  • 得分因数Score Factor:是一个影响得分的乘数。负数因数意味着距离越远,得分越低;距离越近,得分越高。
    在这里插入图片描述
  1. Trace: to QueryContext_TargetActor on 可视性:主要是用于检测从生成的点到目标的可见性。它确保生成的点不被障碍物遮挡,从而只保留那些AI能够直接看到目标的点。

二、修改行为树

在这里插入图片描述

  1. 环境查询最终会修改我们选择的黑板键MoveToLocation
  • 运行模式设置为单一最佳项目Single Best Item:它决定EQS查询的结果如何处理。单一最佳项目模式意味着EQS会根据评分机制选择评分最高的单个点并返回给行为树的执行。
  • 更新BBOn失败:勾选了此选项表示:当EQS查询失败时,会更新黑板变量BB为某个默认值或无效值。
    在这里插入图片描述
  1. 对准AI小兵点击',可调出AI的debug界面,击小键盘的3,可以查看环境查询的结果

三、查询上下文

  1. QueryContext查询上下文是定义了EQS系统生成查询时使用的信息来源或上下文。在设置EQS查询时,QueryContext指定从哪里获取某些数据,例如玩家的位置、AI控制的角色或环境中的其他参考点。
  2. EQSTestPawn是UE中专门为调试和测试EQS而设计的一个Pawn类。它的主要作用是在开发过程中帮助设计者和开发者更方便地测试环境查询系统的效果。
    (1)可视化EQS查询EQSTestPawn能够帮助我们直观地查看和调试EQS查询的执行情况。在游戏中,可以看到EQS如何生成查询点,以及这些点是如何被筛选和评分的。
    (2)测试行为:可以在EQSTestPawn中设置不同的查询参数、测试不同的查询类型(如找到最近的物体或可达位置),然后观察EQS如何处理这些查询。

http://www.kler.cn/a/293904.html

相关文章:

  • 【CSS】“flex: 1“有什么用?
  • python实战(八)——情感识别(多分类)
  • 【p2p、分布式,区块链笔记 DAM】GUN/SEA(Security, Encryption, Authorization) 模块genkey
  • vue el-date-picker 日期选择器禁用失效问题
  • Chromium 中MemoryMappedFile使用例子c++
  • Python用CEEMDAN-LSTM-VMD金融股价数据预测及SVR、AR、HAR对比可视化
  • Java入门:07.Java中的面向对象02
  • 【数据结构】排序算法系列——希尔排序(附源码+图解)
  • J.U.C Review - Stream并行计算原理源码分析
  • 基于发布-订阅模型的音视频流分发框架
  • 2024 第十二届重庆国际植保暨新型肥料农药产业博览会
  • 上海大学《2022年836+915自动控制原理真题及答案》 (完整版)
  • GIT:git add命令指定文件夹
  • dubbo 服务消费原理分析之应用级服务发现
  • [论文笔记]Making Large Language Models A Better Foundation For Dense Retrieval
  • 《长得太长也是错?——后端 Long 型 ID 精度丢失的“奇妙”修复之旅》
  • Python精选200Tips:11-20
  • JAVA学习-练习试用Java实现“删除有序数组中的重复项”
  • NLP中文本预处理
  • 反向沙箱-安全上网解决方案
  • [Docker]当下实测可用Docker镜像源
  • 专为游戏行业设计的安全防护盾——游戏盾
  • 企业财税自动化解决方案的安全与合规性保障
  • 完整指南:CNStream流处理多路并发框架适配到NVIDIA Jetson Orin (三) 代码编译、各种问题解决、代码修改
  • 使用Ansible实现高效服务器配置管理的最佳实践
  • el-table使用type=“expand”根据数据条件隐藏展开按钮