ysf
20 位追蹤者
寫點東西，自娛娛人。
全部內容
由新到舊
細胞自動機的英文是cellular automaton，複數型態為cellular automata，簡稱CA，是一種由細胞物件所組成的系統模型。
這一章介紹的是細胞自動機(cellular automaton)，一種不是植基於物理定律的複雜系統。
物理引擎裡頭有許多已經寫好的程式，可以用來模擬物理現象。例如，先前幾章中我們所模擬的物體的運動、單擺、彈簧等等，都可以在物理引擎中找到相關的程式，不需要自己從頭寫到尾；這就好像我們不自己寫，而會呼叫python的math模組中的許多數學函數如sin、cos等一樣。
在模擬群聚行為時，隨著boid的數量越來越多，需要的計算量也會越來越多，導致程式的執行速度也跟著越來越慢，最後甚至於動彈不得。要克服這個問題，在寫程式時使用效率比較好的演算法，就是個不錯的主意。
到目前為止，我們所設計出來的自主代理人都是孤鳥，既不知道有其他自主代理人的存在，也不會跟其他自主代理人有任何互動。在這一節，我們將讓自主代理人能感知到其他自主代理人的存在，並且與其他自主代理人互動，最後形成由自主代理人所組成的複雜系統(complex system)。
不同於用來找出兩點間最短距離演算法的路徑搜尋(path finding)，路徑循行(path following)，指的是依循已經設定好的路徑來移動的轉向行為。這一節就要來研究Reynolds所設計的路徑循行轉向行為。
接下來要來看看Reynolds所設計的「流場循行(flow-field following)」轉向行為。
轉向行為(steering behaviors)是Craig W. Reynolds所提出來的，其主要的目的，是要讓電腦動畫及互動媒體如電玩、虛擬實境中，能夠自主行動的角色，可以利用許多的策略，在他們的世界中，以更逼真、更像具有生命般的方式移動。
自主代理人指的是一種實體(entity)，這種實體在沒有任何人指揮以及事先規劃好的情形下，能夠自主決定在身處的環境中要怎麼行動。
