Inteligencia Artificial
para Videojuegos
Percepción y movimiento
Desplazamiento en grupo

● ¡Hay muchos comportamientos de dirección!
● Seguiremos hablando de ellos, y veremos
formas de combinarlos
○ Cuando varios agentes
interactúan entre sí
emerge comportamiento
de grupo, que aparenta
estar “coordinado”
Desplazamiento en grupo 2
Motivación

● Esto permitirá generar movimientos
tan creíbles como el de los pajaroides,
demo de Reynolds (1986)
○ Aparenta haber “inteligencia”, ¡esa es la clave!
Desplazamiento en grupo 3
Motivación
BOIDS (BOTS + BIRDS)

● Trata de evitar “pegarse” demasiado a
otros que van en su misma dirección
○ Es casi “repulsión”, útil para simular multitudes
○ Según distancia al vecino más cercano, umbral
máximo de vecindad y aceleración máxima, vemos
separación lineal o ley inversa del cuadrado
○ También puede calcularse la repulsión total como
el sumatorio para los N vecinos más próximos
Desplazamiento en grupo 4
Separación
LINEAR SEPARATION
INVERSE SQUARE LAW
* k es un coeficiente positivo que indica lo rápido que decae la separación con la distancia
(y teniendo en cuenta que el resultado NO está normalizado…)
SEPARATION

Desplazamiento en grupo 5
Separación
Tiempo = O(1)
Espacio = O(n)
donde n son los agentes vecinos

● Trata de no chocar con
otros agentes que van en dirección distinta
○ Puede verse como Separación de aquellos vecinos
que estén en el cono de visión del agente
○ La comprobación debe tener en cuenta dirección
desde el agente hasta la colisión y umbral de cono,
el coseno de la mitad del ángulo del cono de visión
○ Existen mejoras a este algoritmo, ya que a veces
“evita demasiado” y otras veces se queda corto
Desplazamiento en grupo 6
Evitación de colisiones
COLLISION AVOIDANCE
CONE
THRESHOLD

Desplazamiento en grupo 7
Evitación de colisiones

Desplazamiento en grupo 8
Evitación de colisiones

Desplazamiento en grupo 9
Evitación de colisiones
Tiempo = O(1)
Espacio = O(n)
donde n son
los posibles vecinos

● Trata de no chocar con
obstáculos que no son
circulares ni pequeños
○ A veces hay obstáculos,
como escaleras, esquinas o paredes, cuya forma no
puede aproximarse a un sólo punto
○ Se usará un detector de colisiones, proyectando
uno o varios rayos “unos segundos” por delante y, si
alguno colisiona, fija un nuevo objetivo y lo seguirá
■ El objetivo se establecerá cierta distancia sobre
la normal al objeto desde el punto de la colisión
Desplazamiento en grupo 10
Evitación de obstáculos

● Para añadir comportamientos, una idea
habitual es extender el comportamiento
(Ej. Seguir) en una clase específica que
sería Seguir… evitando Obstáculos
Desplazamiento en grupo 11
Evitación de obstáculos

Desplazamiento en grupo 12
Evitación de obstáculos

● El detector de colisiones tiene esta interfaz
○ Usando una determinada configuración de rayos,
devuelve la primera colisión encontrada
○ ¡Las esquinas suponen una
verdadera trampa para
la IA!, requieren
soluciones avanzadas Desplazamiento en grupo 13
Evitación de obstáculos

● Es habitual necesitar varios a la vez
○ Ej. Seguir un objetivo, evitar colisiones con
agentes, con obstáculos, llegar al destino…
○ Lo de ir extendiendo las clases básicas con
versiones específicas… no es lo más elegante
● Combinar estos comportamientos requiere
usar mezcla (por pesos o por prioridades),
arbitraje (cediéndose el control)... o ambas
técnicas (llamadas arquitecturas híbridas)
Desplazamiento en grupo 14
Combinar comportamientos
BLENDING
ARBITRATION

● La forma más simple de combinar
comportamientos de dirección: sumarlos
○ Muy típico para mantener agrupaciones
■ Cohesión (Llegada al centro de masas del grupo)
■ Separación con respecto a los vecinos
Desplazamiento en grupo 15
Mezcla por pesos
* Los pesos no suelen sumar 1 (no es media ponderada) pero
da igual porque hay máximos de seguridad

Desplazamiento en grupo 16
Mezcla por pesos
Tiempo = O(1)
Espacio = O(n)
donde n son
los comportamientos
de dirección

● Los pajaroides posiblemente tienen el
primer comportamiento de dirección
combinado, y el más famoso, el
desplazamiento en bandada
○ Mezclaban por pesos 3 comportamientos de
dirección de los básicos… ¡y el resultado era brutal!
Desplazamiento en grupo 17
Desplazamiento en bandada
FLOCKING
Separación Cohesión Alineamiento
(y equiparamiento de velocidad)

● Simula una bandada o enjambre de seres…
que no se dirigen a ningún sitio
○ Al añadir Equiparación de velocidad al
desplazamiento en bandada, los pesos van así:
■ Separación > Cohesión > Alineamiento y
Equiparación de velocidad
Desplazamiento en grupo 18
Desplazamiento en bandada
* Los vecinos pueden reducirse considerando
sólo los que tengo en mi cono de visión

● En la práctica, surgen problemas si la
bandada se mueve en entornos cerrados
○ Equilibrio estable, los comportamientos de
dirección se contraponen y bloquean al agente
○ Entornos restringidos, con puertas o pasillos por
donde el agente inteligente no es capaz de pasar
○ Miopía, los comportamientos de dirección no ven
más allá de lo local... pueden fallar en lo global
Desplazamiento en grupo 19
Desplazamiento en bandada

● Hay comportamientos de dirección que sólo
algunas veces devuelven aceleración
○ ¡Y justo entonces conviene hacerles MUCHO caso!
● Se pueden organizar estos comportamientos
en grupos ordenados por prioridad
○ Cada grupo da una salida (= sus comportamientos
mezclados por peso) y se usa sólo la primera salida
por encima de cierto umbral ε (cercano a 0)
○ Ej. Prioridad 1: ¡Evitaciones diversas!; Prioridad 2:
Separación; Prioridad 3: Persecuciones varias
Desplazamiento en grupo 20
Mezcla por prioridad

Desplazamiento en grupo 21
Mezcla por prioridad
Tiempo = O(1)
Espacio = O(n)
donde n son
los comportamientos
de dirección

● Si necesitásemos un control más fino, el
siguiente paso sería comportamientos de
dirección que cooperen entre sí
○ Implica reprogramarse los algoritmos, ya no
tendríamos algoritmos independientes
○ Tiene mucho que ver con el tema
de Decisión, pues Millington
propone aquí un sistema
compuesto basado en un flujo
que desglosa cada componente
del comportamiento de dirección
y luego trata de actuar teniéndolo todo en cuenta
Desplazamiento en grupo 22
Arbitraje cooperativo

● El cono de visión del agente
A. Sirve para “repeler” a otros agentes
B. Sirve como umbral para percibir
C. Ayuda a filtrar obstáculos colisionables
D. Ayuda a filtrar los agentes que podrían colisionar
● Desarrolla tu respuesta (en texto libre)
Desplazamiento en grupo 23
Participación

* Excepto el contenido multimedia de terceros autores
Federico Peinado (2019-2023)
www.federicopeinado.es
Críticas, dudas, sugerencias...