台球游戏的核心算法和AI(1)

前言:
  08年的时候, 写过一个台球游戏, 用的是java, 不过代码真的是用传说中的神器notepad写的(你信吗? 其实是用GVIM写的, ^_^), 很多类都在同一java文件中编写. 可见当时的JAVA水平真的不咋地, 时过进迁, 还是一样的不咋地.
  这边是当时的CSDN下载链接: java(台球游戏), 实现比较简单. 后来写过一个版本, 比这个要强大许多, 可惜源码丢失了.
  效果展示入下图所示:
  
  本文想讲述下台球游戏中核心算法的实现, 以及游戏AI的设计技巧. 当然自己也有个小愿望, 希望能实现一个html5版的台球游戏.

基础物理知识:
  • 摩擦阻力
  其满足牛顿第二定律:
  f = m * a
  速度与加速度关系公式:
  vt = v0 + a * t
  地面摩擦力与运动物体的方向相反, 阻碍物体的向前运动.
  • 动量守恒
  假设物体A质量为m1, 速度为v1, 物体B质量为m2, 速度为v2, 碰撞后速度分别为v1‘, v2‘.
  则满足动量守恒定律:
  m1 * v1 + m2 * v2 = m1 * v1‘ + m2 * v2‘
  

  • 碰撞类型和能量守恒定律
  1). 完全弹性碰撞
  动能没有损失, 则满足如下公式:
  1/2 * m1 * v1^2 + 1/2 * m2 * v2^2 = 1/2 * m1 * v1‘^2 + 1/2 * m2 * v2‘^2
  注: 前后物体的动能保持均衡, 没有其他能量的转化.
  结合之前的动量守恒定律, 我们可以进一步得到:
  v1‘ = [(m1-m2) * v1 + 2 * m2 * v2] / (m1 + m2)
  v2‘ = [(m2-m1) * v2 + 2 * m1 * v1] / (m1 + m2)
  2). 完全非弹性碰撞
  则存在其他能量的转化, 动能不守恒.
  且此时两物体粘连, 速度一致, 即v1‘=v2‘, 此时动能损失最大.
  3). 弹性碰撞
  介于完全弹性碰撞和完全非弹性碰撞两者之间. 动能有损失的.

物理模型:
  台球游戏中, 最核心的就是其物理模型的抽象及其碰撞算法的执行过程了.
  鉴于是2D版的台球游戏, 因此我们对物理模型做下简化, 球运动的方向必然穿越球的中心.
  把每个台球抽象为圆(x, y, radius), 而台球桌边框抽象为线段((x1, y1), (x2, y2)).
  • 碰撞检测
  1). 检测球与球碰撞
  我们假定球A(x1, y1, r), 球B(x2, y2, r). 则满足条件:
  (x1 - x2) ^ 2 + (y1 - y2) ^ 2 <= (2*r) ^ 2
  则发生碰撞, 否则没有发生碰撞
  2). 检测球与球台边框碰撞
  相对比较简单. 求球心到边框的垂直距离即可, 若小于等于则发生碰撞, 若大于则没有.
  • 碰撞反应
  1). 球与球的碰撞反应
  
  动量是向量, 其在正交的两个方向上, 互相守恒. 我们选取两球圆心的直线为x轴, 垂直于圆心直线的为y轴. 如上图所述.
  x轴上满足动量守恒:
  m1 * Vx + m2 * Ux = m1 * Vx‘ + m2 * Ux‘;
  并假定两球碰撞是完全弹性碰撞, 两球质量相等m1=m2, 依据基础物理知识篇的结论.
  Vx‘ = [(m1-m2) * Vx + 2 * m2 * Ux] / (m1 + m2) = Ux;
  Ux‘ = [(m2-m1) * Ux + 2 * m1 * Vx] / (m1 + m2) = Vx;
  在X轴方向, 两球交换速度, 而在Y轴方向, 两球分速度不变.
  Vy‘ = Vy;
  Uy‘ = Uy;
  最终碰撞后的速度公式为:
  V‘ = Vx‘ + Vy‘ = Ux + Vy;
  U‘ = Ux‘ + Uy‘ = Vx + Uy;
  2). 球与边框的碰撞反应
  把台球边框视为质量无穷大, 则简单把运动的球, 其在垂直边框的分方向反向即可.
  
  假定碰撞碰撞平面为x轴
  Vx‘ = Vx;
  Vy‘ = -Vy;
  最终速度公式为:
  V‘ = Vx‘ + Vy‘ = Vx - Vy;

碰撞执行算法:
  游戏的主循环往往遵循如下代码结构:

    while ( true ) {
        game.update(time_interval);
        game.render();
    }

  这个时间间隔(time_interval), 由游戏的FPS来确定. 以24帧为例, 每40毫秒刷新一次.
  对于台球本身而言, 若以该time_interval为更新周期, 使得运动的球体满足:
  Vt = V0 + a * t
  运行距离为:
  S = V0 * t + 1/2 * a * t^2.
  然后来检测球体是否发生了碰撞, 然后进行碰撞反应处理. 看似没有问题.
  但是当球体初速度很快时, 在time_interval中有可能, 发生穿越现象.
  如下图所展示的现象:
  
  紫色球在t2时刻, 和蓝球检测到碰撞, 但实际上, 在紫球在t1~t2之间的某时刻和蓝球发生了碰撞.
  为了解决该问题, 在具体的算法中, 需要引入更细的时间分片slice, 该过程在具体的update中进行模拟.
  整个台球场景的更新函数:

void update(time_interval) {

	while time_interval > 0:
		// 碰撞检测
		if detectionCollide(time_interval, least_time, ball_pairs):
			// 游戏更新least_time
			billiards.update(least_time)
			// 对碰撞的两球进行碰撞反应
			collideReaction(ball_pairs=>(ball, other))
			// time_interval 减少 least_time
			time_interval -= least_time
		else:
			// 游戏更新least_time
			billiards.update(time_interval)
			time_interval = 0

}

  注: 碰撞反应, 按物理模型篇讲述的来.
  而具体的碰撞检测算法为:

/*
	@brief
		在time_interval 时间内, 返回最先碰撞的球或台球边, 以及时间点
*/
bool detectionCollide(time_interval, least_time, ball_pairs) {

	res = false;
	least_time = time_interval;

	foreach ball in billiards:
		foreach otherBall in billiards:
			// 求出两球的距离
			S = distance(ball, otherBall)
			// 以某一球作为参考坐标系, 则令一球速度向量变为 U’=U-V
			// 在圆心的直线作为x轴
			Ux(relative) = Ux(other ball) - Vx(ball)
			// 	若该方向使得两球远离, 则直接忽略
			if Ux(relative) < 0:
				continue
			// 	某该方向使得两球接近, 则可求其碰撞的预期时间点
			A‘ = 2 * A;	// 加速度为原来的两倍

			// 取两者最小的时间点
			delta_time = min(time_interval, Ux(relative) / Ax’)
			// 预期距离 小于 两球距离,则在time_interval中不会发生碰撞
			if 1/2 * Ax’ * delta_time ^ 2 + Ux(relative) * delta_time < S - 2*r:
				continue

			// 解一元二次方程, 使用二分搜索逼近求解
			res_time <= slove(1/2 * Ax’ * x ^ 2 + Ux(relative) * x = S - 2 * r)

			if res_time < least_time:
				ball_pairs <= (ball, otherBall)
				least_time = res_time
				res = true

		foreach wall in billiards:
			S = distance(ball, wall)
			// 设垂直于平面的方向为x轴
			if Vx < 0:
				continue

			// 取两者最小的时间点
			delta_time = min(time_interval, Vx / Ax)
			// 预期距离 小于 两球距离,则在time_interval中不会发生碰撞
			if 1/2 * Ax * delta_time ^ 2 + Vx * delta_time < S - r:
				continue

			// 解一元二次方程, 使用二分搜索逼近求解
			res_time <= slove(1/2 * A * x ^ 2 + Vx * x = S - r)

			if res_time < least_time:
				ball_pairs <= (ball, walll)
				least_time = res_time
				res = true

	return res

}

  注: 对于一元二次方程, 也可以借助分1000个细粒度时间片, 然后计算逼近求解.
  台球模拟碰撞算法过程, 大致就是如上所述.
  计算最复杂的时刻, 其实就是开球, 打散一堆球的时候.

总结:
  本文参考了"NEHE的OPENGL中文教程 第30课 碰撞检测与模型运动". 当然实现台球游戏, 未必真的需要该算法, 很多开发者直接使用box2d就能完美并轻松的实现. 参考"使用 cocos2d-x Box2d 的实现". 后续的文章, 想讲述下台球游戏的AI如何设计和实现. 望一同努力.

写在最后:
  
如果你觉得这篇文章对你有帮助, 请小小打赏下. 其实我想试试, 看看写博客能否给自己带来一点小小的收益. 无论多少, 都是对楼主一种由衷的肯定.

  

时间: 2024-11-09 21:46:58

台球游戏的核心算法和AI(1)的相关文章

台球游戏的核心算法和AI(2)

前言: 最近研究了box2dweb, 觉得自己编写Html5版台球游戏的时机已然成熟. 这也算是圆自己的一个愿望, 一个梦想. 承接该序列的相关博文: • 台球游戏核心算法和AI(1) 同时结合html5的学习笔记: • box2dweb 学习笔记--sample讲解  这篇文章, 具体讲解台球游戏的box2d模型抽象, 并给出一个初步版本. 演示: 台球游戏的雏形如下所示: 该台球游戏, 改编自box2dweb的demo程序, 可用鼠标拖动球来移动. 代码的下载链接: http://pan.b

游戏中DDA算法和Bresenham算法的应用

在角色扮演或即时战略游戏中,经常会将角色以最佳的方式走到指定地点.游戏场景的地面情况复杂,而且场面大,若采用盲目式搜索,例如盲目穷举法,则几乎要遍历整个场景,效率非常低,造成角色反应速度过慢,实践证明是一种不适合网络游戏寻路方法.而启发式搜索算法在障碍较少的情况下也显得效率过低. DDA算法和Bresenham算法是游戏寻路中绘制直线的两种常用算法. 在列举这两算法之前,我先定义坐标的结构体代码: struct PixelNode { uint16_t x; uint16_t y; }; 数值微

链接挖掘算法之PageRank算法和HITS算法

参考资料:http://blog.csdn.net/hguisu/article/details/7996185 更多数据挖掘算法:https://github.com/linyiqun/DataMiningAlgorithm 链接分析 在链接分析中有2个经典的算法,1个是PageRank算法,还有1个是HITS算法,说白了,都是做链接分析的.具体是怎么做呢,继续往下看. PageRank算法 要说到PageRank算法的作用,得先从搜索引擎开始讲起,PageRank算法的由来正式与此相关. 搜

转:极小极大搜索方法、负值最大算法和Alpha-Beta搜索方法

转自:极小极大搜索方法.负值最大算法和Alpha-Beta搜索方法 1. 极小极大搜索方法    一般应用在博弈搜索中,比如:围棋,五子棋,象棋等.结果有三种可能:胜利.失败和平局.暴力搜索,如果想通过暴力搜索,把最终的结果得到的话,搜索树的深度太大了,机器不能满足,一般都是规定一个搜索的深度,在这个深度范围内进行深度优先搜索. 假设:A和B对弈,轮到A走棋了,那么我们会遍历A的每一个可能走棋方法,然后对于前面A的每一个走棋方法,遍历B的每一个走棋方法,然后接着遍历A的每 一个走棋方法,如此下去

Android下高斯模糊的算法和demo

采用纯java和RenderScript两种方式来做高斯算法. 也可以用NDK来做,想试试的可以参考: http://stackoverflow.com/questions/2067955/fast-bitmap-blur-for-android-sdk/23119957#23119957                            纯java的代码有点长,可直接参考源代码 放上RenderScript的核心算法 : /** * 第二种方法的延伸 * * @param bm * @pa

SM2算法和RSA算法简介

SM2算法和RSA算法都是公钥密码算法,SM2算法是一种更先进安全的算法,在安全性能.速度性能等方面都优于RSA算法,在我国商用密码体系中被用来替换RSA算法.国家密码管理局于2010年12月17日发布了SM2算法,并要求现有的基于RSA算法的电子认证系统.密钥管理系统.应用系统进升级改造,使用SM2算法. SM2算法和RSA算法简介 RSA公钥加密算法是美国计算机学家Ron Rivest.Adi Shamir和Leonard Adleman于1977年提出,是最早的公钥加密算法之一,在全球范围

最小生成树 Prim(普里姆)算法和Kruskal(克鲁斯特尔)算法

Prim算法 1.概览 普里姆算法(Prim算法),图论中的一种算法,可在加权连通图里搜索最小生成树.意即由此算法搜索到的边子集所构成的树中,不但包括了连通图里的所有顶点(英语:Vertex (graph theory)),且其所有边的权值之和亦为最小.该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克(英语:Vojtěch Jarník)发现:并在1957年由美国计算机科学家罗伯特·普里姆(英语:Robert C. Prim)独立发现:1959年,艾兹格·迪科斯彻再次发现了该算法.因此,在某些场

使用Apriori算法和FP-growth算法进行关联分析(Python版)

===================================================================== <机器学习实战>系列博客是博主阅读<机器学习实战>这本书的笔记也包含一些其他python实现的机器学习算法 算法实现均采用python github 源码同步:https://github.com/Thinkgamer/Machine-Learning-With-Python ==================================

最短路径Dijkstra算法和Floyd算法整理、

转载自:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html 最短路径—Dijkstra算法和Floyd算法 Dijkstra算法 1.定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止.Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹