ビヘイビアツリーの紹介

ノード

Tree Printing

Leaf ノードと Action ノード

ナビメッシュを使った移動

シーケンス

セレクター

Action メソッドの拡張

条件

ビヘイビアツリーの構造と、その構築に用いる基本要素について学習します。

このユニットでは、最初のビヘイビアツリークラスを実装し、このシステムの主要な機能を一通り学習します。

ビヘイビアツリーをトラバースしてその構造をプリント出力する C# コードの書き方を学習します。

このユニットでは、leaf ノードのコードを書き始めて、NavMesh Agent キャラクターを動かす処理を実装します。

ナビメッシュ上でエージェントを移動させる再利用可能なメソッドを作成し、反復的なナビゲーションコードを削減します。

Sequence ノードを実装するために必要なロジックを構築する方法を学習します。

Selector ノードを作成し、それをビヘイビアツリーに組み込む方法を学習します。

ナビメッシュを使ったナビゲーションコマンドをビヘイビアツリーに統合し、エージェント制御に活用する方法を学びます。

シーケンスに分岐ロジックと機能を追加する条件ノードの作成方法を学習します。

本プロジェクトでは、 Behaviour Trees（ビヘイビアツリー）の作成に使用される基本的な概念について学びます。また、ギャラリーからダイヤモンドを盗む泥棒のアクションシーケンスを定義するために、ビヘイビアツリーを使用した簡単なシミュレーションシナリオを作成し、この知識を Unity で適用します。

ビヘイビアツリー

デカルト座標

2019.4

2019.3

2019.2

2019.1

ベクトル

2021.3

距離の算出

ドット積

クロス積（Cross Product）

オートパイロット（AutoPilot）

Time

Velocity

Acceleration

軌道の計算

ウェイポイント

順路を辿る

グラフ理論

経路探索の A* アルゴリズム

A* 経路探索アルゴリズム Part 1

2020.2

A* 経路探索アルゴリズム Part 2

A* 経路探索アルゴリズム Part 3

2021.1

2020.3

2020.1

2018.4

2018.3

2018.2

2018.1

2017.4

2017.3

2017.2

2017.1

A* 経路探索アルゴリズム Part 4

A* 経路探索アルゴリズム Part 5

ナビゲーションメッシュの紹介

ウェイポイントからナビメッシュへ

ナビメッシュエージェント

ナビメッシュを使ったプレイヤーの追跡とオフメッシュリンクの設定

有限ステートマシン

State クラスの作成と使用

周囲をパトロールしよう

プレイヤーを追いかける

チャレンジ：有限ステートマシン

追いかける・逃げる

追跡

回避する・逃げる

歩き回る

隠れる

複雑なビヘイビア

チャレンジ：ビヘイビア

一体となって動く

都市の群衆の作成

逃げる

群れ

GOAP の紹介

GOAP 環境のセットアップ

エージェントのアクションを事前に計画する

ワールドステート

アクション

エージェント

GOAP プランナー

シンプルなプランニングの実行

マルチステップのプランニングの作成

複数のエージェントが必要なプランニング

ワールドにリソースを増やしていく

インベントリシステムの実装

看護師を動かす

ゴールへのチャレンジの追加

休憩時間

直交座標系で点を定義する方法と、ゲーム環境における 2D・3D 空間の基本を学びます。

ベクトルの概念と操作方法を学び、ゲーム環境での位置、方向、キャラクターの動きを制御します。

ピタゴラスの定理を使って、ゲーム環境内の点間距離とベクトルの長さを計算する方法を学習します。

内積の公式を導出し、ゲームキャラクターを回転させるためにベクトル間の角度を計算する方法を学びます。

クロス積の導出を学び、キャラクターの回転処理でそれが重要となる理由を理解します。

オートパイロットシステムを構築し、キャラクターをゴールへ進ませながら小刻みに旋回させる方法を学びます。

このプロジェクトでは、ゲーム環境でキャラクターを動かすために使われる基礎的な数学について学びます。ジオメトリと三角関数を用いて、ゲームキャラクターを動かしたり回転させたりする方法を開発するので、それに従ってください。 これらのテクニックを使って、非プレイアブルキャラクター (NPC) の開発に使われる簡単な人工知能の基礎となる自動ナビゲーションキャラクターを作ることができます。 また、Unity で最もよく使われるベクトル (Vector) や角度 (Angle) の操作方法の背後にある数学を発見することができます。

人工知能 (AI) における数学

ゲームエンジンでの時間の扱い方を理解し、ゲームループを現実世界の秒数と一致させる方法を学びます。

このユニットでは速度の概念を復習し、スクリプトでゲームオブジェクトの位置を変化させる方法に応用します。

加速度を使ってシェルの速度を計算し、重力を方程式に組み込む方法を学びます。

放物運動と物理計算を学び、シェルに Unity の物理演算を適用しつつ自動で照準と発射を行う AI 戦車をプログラミングします。

本プロジェクトでは、物理学の分野における基本的な原理のいくつかと、それらがゲーム環境内でオブジェクトを動かすためにどのように利用されているかをご紹介します。時間、速度、加速度の関係を調べ、その上で放物線を描く数学と敵の位置から砲塔の角度を計算する自動射撃戦車の制作に応用しました。

AI の物理学

マップ上にウェイポイントを配置して周回路を作成し、車両が自動で移動するようにプログラムする方法を学びます。

物理演算で挙動が乱れやすい NPC 車両向けに、レースでウェイポイントを追跡する別の方法を学びます。

グラフが振る舞い、ナビゲーション、アニメーションなどを制御する AI の基本的なデータ構造である理由を学びます。

A* アルゴリズムで最短経路を見つける知的キャラクターを開発し、ゲーム環境をナビゲートするプロジェクトに取り組みます。

本プロジェクトでは、ゲームにおける多くの人工知能技術の開発において、グラフという数学的構造が果たす重要な役割について学びます。 また、非プレイヤーキャラクターのナビゲーションに使用されるウェイポイントのセットにおいて、グラフがどのように視覚化されているかを知ることができます。さらに、グラフを検索するためのアルゴリズムを取り上げ、ゲームの中でグラフを使って最も多く使われている検索方法の 1 つである A* アルゴリズムのクラスを作成します。

ウェイポイント・グラフ

A* アルゴリズムの基本コンセプトと内部構造を詳しく理解します。

専用の AStar パス検索メソッドを実装できるように、プロジェクトを準備するための予備コードを書きます。

スタート地点とゴール地点を設定して迷路内にマークし、A* アルゴリズムの実装を始めます。

A* アルゴリズムのロジックを実行するために必要な主要なコードを完成させます。

A* コードプロジェクトを完成させ、スタートマーカーからエンドマーカーへの最終パスを算出して可視化します。

本チュートリアルでは、Behaviour Trees の作成に使用される基本的なコンセプトについて学びます。 また、Behaviour Trees を使って、ギャラリーからダイヤモンドを盗む泥棒のアクションシーケンスを定義するというシンプルなシミュレーションシナリオを作成し、Unity でこの知識を応用します。

A* アルゴリズム入門

ナビゲーションメッシュの原理と理論を理解し、Unity での NavMesh の作成方法を学びます。

ウェイポイントシステムで得た知識を使い、Unity のナビゲーションメッシュにウェイポイントを組み込む方法を学びます。

ゲーム環境にナビメッシュを構築し、エージェントタイプや制限ゾーン、サイズを設定して NavMesh エージェントを制御します。

ナビメッシュ上でプレイヤーを追従するNPCをプログラムし、ナビメッシュのギャップを越えるオフメッシュリンクの設定方法を学びます。

このプロジェクトでは、ナビゲーションメッシュを紹介し、ゲーム環境においてキャラクターをゴール間で移動させるために使用することを学びます。 ナビゲーションメッシュをウェイポイントシステムとして使用し、現在地と目的地の間の経路を見つけるようキャラクターに命令する AI アルゴリズムを作成します。前のセクションのウェイポイントの仕組みは、あらかじめ定義されたポイント間の直線ではなく、ナビゲーションメッシュを使用するように作り直されます。これにより、より動的で知的な非プレイアブルキャラクター（NPC）が登場するようになります。

ナビゲーションメッシュ

ステートデザインパターンを学び、巡回と攻撃を行う NPC 用の有限ステートマシンを構築するプロジェクトをセットアップします。

ステートの基底クラスを作成し、それを継承するアイドル状態を実装する手順を学びます。

設定されたルートを巡回するようにNPCのパトロールステートを追加・設定する方法を学びます。

NPC のビヘイビアに追跡と攻撃ステートを追加し、プレイヤーを追いかけて攻撃するコードを完成させます。

課題として NPC のビヘイビアに新しいステートを追加し、振る舞いを拡張します。

本プロジェクトでは、「ステート」のデザインパターンについて学び、それを使って「有限ステートマシン (Finite State Machine)」と呼ばれる AI 行動アルゴリズムを作成します。 このチュートリアルでは、ナビメッシュ（NavMeshes）とグラフ（Graphs）の知識を組み合わせていきます。

ナビメッシュエージェントにシークとフリーの基本ビヘイビアを実装して移動制御を学びます。

旋回しながら追跡するビヘイビアと追跡ビヘイビアの違いを学び、エージェントを動かす新しいメソッドをコードに追加します。

このチュートリアルでは、エージェントがターゲットの予測位置から離れる独自の回避メソッドを作成します。

エージェントがスムーズかつランダムに環境内を歩き回る放浪行動を生成する方法の一つを学びます。

エージェントが最適な障害物の陰に隠れる hide ビヘイビアを実装し、より効率的な計算方法を学びます。

複数のステアリングビヘイビアと単純な幾何学条件を組み合わせて複雑なエージェントの動きを作成します。

ターゲットの警官が範囲外のときにエージェントがうろうろするよう、複雑なAIビヘイビアにワンダービヘイビアを統合します。

本プロジェクトでは、ナビメッシュエージェントを使用して、非常に人気のあるステアリングビヘイビア（旋回しながら追いかける動き）を再現し、ゲーム環境内で独立して動き回り、プレイヤーキャラクターの位置と向きに基づいて動作を選択する非プレイヤーキャラクターを作成します。

自律的に動くエージェント

群衆行動の基本的なダイナミクスを学び、いくつかのシンプルなシミュレーションでその振る舞いを確認します。

ナビメッシュを設定し、多数のアニメーションヒューマノイドエージェントを制御して混雑した街路シーンを完成させます。

群衆シミュレーションに危険な障害物を追加し、一定時間エージェントが逃げるスクリプトを作成します。

群れの 3 つのルールを使って魚の挙動をプログラムし、水槽内で障害物付きの群れシミュレーションを完成させます.

本プロジェクトでは、多数のエージェントを用いて群衆の行動をシミュレートすることになります。 実世界の群衆行動を模倣する最も単純なルールから、どのように動きのパターンが形成されるかを発見することができます。ヒューマンノイドキャラクターが歩道を歩き、お互いを避けながら混雑する街の風景や、魚の群れのシミュレーションなどが完成します。

群衆シミュレーション

GOAP（ゴール指向プランニング）で行動と目標を分離し、柔軟な AI 行動プランナーを構築する方法を学びます。

このセクションで使うスターターファイルを確認し、NavMesh 設定やエージェント、これから構築するシミュレーション構成を把握します。

GOAP システムを実装する前段階として、シナリオ内のエージェントの計画過程と行動を整理して理解します。

GOAP システムのコーディング前に、エージェントの役割と計画プロセス、行動の流れを整理して理解します。

エージェントの動作に必要な前提条件、エフェクト、持続時間、場所を定義するアクションの基本クラスを作成します。

GOAP エージェントの挙動を制御するクラスの基本構造を作成する方法を学びます.

目標や前提条件、効果に基づいてアクションを割り当てる GOAP Planner クラスと再帰的なプランニングメソッドを実装します。

エージェントの LateUpdate メソッド内で、プランの実行を制御する C# コードを記述します。

複数のアクションを連携させて、エージェントを環境内で動かす長い行動計画を作成し始めます。

プランニングで再利用できるリソースとしてゲームオブジェクトを保持するキューを作成する方法を学びます。

ワールド内の複数リソースを管理し、エージェント用インベントリシステムを実装する方法を学びます。

エージェントのインベントリ内のアイテムを判定し、患者を正しいキュービクルへ移動させるアクションを作成します。

前のチュートリアルのチャレンジとして出された看護師が患者をキュービクルまで追従する挙動を実装する一例を学びます。

治療後に患者を帰宅させる追加ゴールを設定し、ナビゲーションメッシュのバグを修正します。

看護師用の時間ベーストリガーを作成し、複数の看護師を追加して GOAP シミュレーションを完成させます。

本プロジェクトでは、目標を設定し、その達成を計画することができる知的エージェントを作成するために使用されるGOAP（ゴール指向プランニング、Goal-Oriented Action Planning）アーキテクチャについて学習します。 有限ステートマシンとは異なり、アクションとステートは結合されていないため、非常に柔軟なシステムを作ることができます。 GOAP システムを一から構築し、簡単な病院シミュレーションで実装していただきます。

目標指向の行動

このコースでは、Dr Penny de Byl が、25 年以上にわたるゲーム、コンピューターグラフィックス、人工知能の研究・開発で得た知識と、国際的に高い評価を得ている教授法を用いて、リアルなゲームキャラクターの作成に用いられる最も一般的な AI テクニックを明らかにします。このワークショップでは、今日のゲームで使用されている基本的な AI 技術について、実際に体験しながら学ぶことができます。  非プレイヤーキャラクター (NPC) が追跡、隠蔽、逃走、パトロール、射撃、競争、群衆、計画などを行うようにプログラムされているので、参加してみましょう。

 AI（人工知能）入門

bfc5b727-c9c7-5802-a9ae-71cb075f711f__i18n_ja_jp:undefined

S204.mp4

このユニットでは、leaf ノードのコードを書き始め、NavMeshAgent キャラクターを動かすことに取り組みます。

Leaf ノードと Action ノード

1. Leaf ノードと Action ノード

Complete this Tutorial