DevilutionX项目中怪物寻路行为的差异分析
2025-05-27 11:53:09作者:柯茵沙
背景介绍
在Diablo 1游戏的重制项目DevilutionX中,开发者发现了一个关于血骑士(Blood Knight)行为模式的差异问题。与原版Diablo 1.09相比,在DevilutionX版本中,血骑士会持续不断地追击玩家,而不会像原版那样偶尔停下脚步。这一行为差异影响了游戏体验和战术运用。
技术原理分析
怪物寻路机制
在游戏引擎中,怪物寻路主要依赖以下几个核心函数:
AiPlanPath()(原版中的MAI_Path()): 负责规划怪物移动路径LineClear()(原版中的LineClearF1()): 判断怪物与目标之间是否有畅通路径IsTileAvailable()(原版中的PosOkMonst2()): 检查特定网格是否可通行
当怪物具有MFLAG_SEARCH标志时,ProcessMonsters()会调用AiPlanPath()来规划路径。该函数会使用LineClear()和IsTileAvailable()来判断路径是否畅通。如果路径不通,游戏会基于目标最后已知位置使用寻路算法确定移动方向。
原版与重制版的差异
关键差异出现在IsTileAvailable()函数的实现上:
- 原版Diablo:仅检查固体图块、固体对象和火墙投射物
- DevilutionX:额外检查玩家和其他怪物是否占据目标图块
这种差异导致了一个重要问题:当玩家移动时,可能会同时占据两个图格(起始位置和目标位置)。由于血骑士的行走动画速度与玩家相同,当两者同时移动时,LineClear()总是会检测到玩家占据两个图格,从而持续返回"路径不通"的结果。
行为差异的具体表现
在原版游戏中,血骑士会定期停下脚步重新计算路径,这给玩家提供了逃脱机会。而在DevilutionX中:
- 当玩家直线移动时,血骑士会持续追击
- 只有当玩家停止移动时,血骑士才会停下
- 这种差异改变了游戏中原有的战术平衡
技术影响分析
这个看似简单的行为差异实际上揭示了游戏AI寻路系统的几个重要方面:
- 同步性问题:怪物和玩家动画速度同步导致路径检查持续失败
- 碰撞检测范围:对玩家占据多个图格的考虑不足
- 行为真实性:过于"聪明"的追击反而降低了游戏体验的真实性
解决方案思路
要还原原版行为,可以考虑以下改进方向:
- 调整
IsTileAvailable()的检测逻辑,忽略移动中的玩家占据状态
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K