08.游戏AI方法之模糊逻辑
GameAI专栏：08.游戏AI方法之模糊逻辑
模糊逻辑(Fuzzy Logic)是一个处理灰色区域的数学技术，这和我们前面几期介绍的决策算法很不一样。前面的决策算法，要么真要么假，没有模糊的空间，而模糊逻辑就是处理真假之间的区域。
模糊逻辑
模糊逻辑是由 Lotfi Zadeh 在 1960 年代首先提出的，开始是为了解决计算机处理自然语言理解的问题，后来模糊逻辑用来模仿人类的推理和认知，非常适合处理那些决策不明确的情况。
在游戏AI中，模糊逻辑主要是用来模糊两种状态之间的界限。
比如，我们有一个在危险环境中移动的角色AI，在有限状态机中，它只有两种状态： 谨慎和自信。
当角色保持谨慎状态时，它会缓慢地偷偷溜走，留意可能出现的危险。
当角色处于自信状态时，它会正常行走。
当角色移动通过关卡时，它将在这两个状态之间切换，这就会出现一个很奇怪的情况，这种状态的切换非常的生硬。角色可能还匍匐前进，突然就正常行走了，这也和一般在熟悉周边情况后才逐渐变勇敢这个常识不符。
模糊逻辑概念
模糊逻辑有一个模糊集合(Fuzzy Set)的概念，其数值被称为隶属度( DOM)。在模糊逻辑中，将常规数据转换为隶属度的操作称为模糊化，而反向转换为解模糊化。
在使用模糊逻辑用来做决策时，我们可以使用传统的逻辑AND NOT 和OR等规则。
我们用驾驶汽车为例，汽车可用的操作包括转向和速度控制。链接输入输出的是一组模糊规则，主要是以下的结构。
IF 输入状态1 AND … AND 输入状态N THEN 输出状态
类似汽车的规则：
- - ```
IF 追逐 AND 进入拐角处 AND 行驶速度很快 THEN 刹车IF 前进 AND 进入高速路 AND 行驶速度很慢 THEN 加速我们把它变成两个输入，简单一些：
IF 进入拐角处 AND 行驶速度很快 THEN 刹车IF 驶出拐角处 AND 行驶速度很快 THEN 加速IF 进入拐角处 AND 行驶速度很慢 THEN 加速IF 驶出拐角处 AND 行驶速度很慢 THEN 加速
如果隶属度：
进入拐角处 = 0.1
驶出拐角处 = 0.9
行驶速度很快= 0.4
行驶速度很慢= 0.6
按照规则计算的结果：
刹车 = min(0.1, 0.4) = 0.1
加速 = min(0.9, 0.4) = 0.4
加速 = min(0.1,0.6) = 0.1
加速 = min(0.9,0.6) =0.6
所以，刹车的最终值为0.1，而加速的最终值是0.6。
**模糊逻辑的实现**
先创建两个基类:
- -
- -
- -
- -
- -
- -
- -
- -
- -
- -
- -
- ```
using UnityEngine;using System.Collections;public class MembershipFunction: MonoBehaviour { public int stateId; public virtual float GetDOM( object input) { return 0f; }}using System.Collections;using System.Collections.Generic;public class FuzzyRule { public List stateId; public int conclusionStateId;}然后是FuzzDecisionMaker类：
using UnityEngine;using System.Collections;using System.Collections.Generic;public class FuzzDecisionMaker: MonoBehaviour{ public Dictionary MakeDecision(object[] inputs, MembershipFunction[][] mfList, FuzzyRule[] rules) { Dictionary inputDOM = new Dictionary(); dictionary outputDOM = new Dictionary(); MembershipFunction memberFunc; foreach ( object input in inputs ) { int r,c; for ( r = 0; r 往期回顾：**