3.2 赛车AI的常规方案

赛车游戏作为竞速类游戏领域的主要品类，即使经过多年的玩法创新和演化，赛车AI在游戏中仍起着非常重要的作用。本节主要介绍赛车AI的常用类型及简单的赛车AI控制模型。

3.2.1 赛车AI的类型

赛车AI在各游戏中有不同的应用场景，如与玩家竞速的赛车AI、跟踪和抓捕玩家的警察车AI、城市路网随意游走的NPC车辆AI等。各类型的AI，行为目标不一样，实现方式也有差异。在《GT Sport》赛车游戏中，与玩家同场竞速的赛车AI，目标是以最快速度跑到终点，玩家需要感知赛道元素计算最佳行驶路径，根据赛道的情况来操控赛车。在游戏《极品飞车：热力追踪》中，警察车AI抓捕玩家，需要考虑团队合作，提前规划路线封堵玩家。在游戏《侠盗猎车手5》中，城市中到处是随意游走的NPC车辆AI，这些NPC车辆AI需要遵守城市交通规则，如过红绿灯、避让行人等。

3.2.2 赛道表示与行驶

实现一个赛车AI，第一步就是感知环境。大部分赛车游戏单局都是在固定赛道进行的，因此我们希望用简单的数学模型来表示赛道，降低问题的复杂度。常用的方法是以赛道为中心生成一条导航线，按固定间距沿着导航线采样生成路点，并在路点上记录赛道切线方向、曲率和宽度等信息。根据路点和赛车当前信息，就可以计算出赛车和赛道的关系，赛车AI据此进行行为决策。

为了更好地预测赛道的变化提前转向，往往会引入信差辅助转向控制[1]。信差就是基于赛车所处位置，根据速度沿着导航线往前一段距离采样的一个基准点。赛车根据车头与基准点方向的夹角进行转向。举个简单的例子，如图3.1所示，赛车需要过一个直角弯，车头方向与基准点方向的夹角为α，AI程序根据α的大小决策是否转向或漂移，以下为简单的伪代码。

图3.1 简单的赛车AI控制模型

在上述模型中，steerAngle和driftAngle是赛车AI的参数，影响着赛车AI的能力表现。当然，实际游戏项目中的赛车AI控制模型不会这么简单，因为赛车控制需要考虑的因素很多，如当前赛车速度、离墙距离、赛道曲率等。因此赛车AI需要建立复杂的模型，并引入更多的AI参数来控制赛车。