#はじめに
お堅いタイトルですが、さっくり読めますのでザザッと読み流していただければ。
UAIを目的地に移動する際に頻出するノードとしてAI Move ToノードもしくはMove To Location or Actorノードがあります。
これらのノードにはゴールを指定する際にVector型とActor Reference型の2つが指定出来ますが、実はVector型でゴールを指定した場合とActor Reference型でゴールを指定した場合で動作にちょっとした違いがあります。
この記事では、それぞれの型による動作の違いによる問題点と解決策を出してみます。
#テストコード
処理を以下のように組み、ゲームプレイデバッガを利用して移動経路を表示します。
#結果
| Actor Reference型 | Vector型 |
|---|---|
 |
 |
#それぞれの動作の違い
見比べてみると、動作の違いがよく分かりますね。
両者の違いは移動経路の更新タイミングにあります。
ゴールをActor Reference型で指定した場合、プレイヤーが動くとAIの移動経路は即座に更新され、常にプレイヤーを追いかけるような動作をしています。
それに対しVector型で指定した場合は一度ゴールに指定された位置に移動するまで移動経路は更新されず、ゴール到達後に更新します。
この問題は「プレイヤーを追い回す敵」や「プレイヤーに追従する味方」等のAIであったり、特にEQSを使用して移動先が頻繁に大きく変化するような場合では結構目立ってしまいます。ゲームのジャンルやデザインによっては全く目立たないこともあります。
#解決策
それぞれの動作の違いで厄介なのはゴールをVector型にした場合だと思います。
幸いなことにこの問題の解決策は非常に簡単です。
Simple Move to Locationノードを使います。
Tickイベントで毎フレーム呼び出すのはちょっと嫌だなという方はSet Timer by EventやTick Intervalを調整して呼び出し間隔を調整すると気持ちが楽になるかもしれません。
Simple Move to Locationで目的地に到達したかを判断したい場合は以下のようにします。
目的地を表す変数を用意しVector同士のEqualやNot Equalで目的地と自身の位置をチェックするだけです。
#おわりに
この問題は
こちらを参考にEQSとBehavior Treeを作成している時に現れました。
AIの振る舞いやBehavior Treeの組み方によっては、この問題が顕著に現れることもありますので、その時はこの記事が参考になれば幸いです。
#追記 : Behavior TreeのMove Toノードの場合
Behavior TreeのMove Toタスクも中身はMove To Location or Actorと同一なので同様の問題を抱えています。Behavior Treeでこの問題を回避する際に自分は以下のようにMove Toタスクを自作していました。
この記事を投稿しTwitterで共有したところ、このような返信がありました。
Event Tick呼ばなくてもMove Toタスクのここにチェック入れるとVector型でも更新してくれますよ🙂 pic.twitter.com/Pu4jCQpghI
— 物理コットン (@physicalcotton) 2018年2月15日
目から鱗が落ちました。それはもうボロボロと落ちまくりました。
詳細表示の部分は全くのノーマークでしたので、ロクに調べてもおらず問題回避にはMove Toタスクを自作するしかないと思っていましたが、この方法であれば非常に手軽に問題を回避出来ます。
##Observed Blackboard Value Tolerance
Observed Blackboard Value Toleranceオプションが有効化されると現在の目標位置を表すBlackboardKeyと前フレームの目標位置（更新ごとに記録される）の距離をチェックし、Observed Blackboard Value Toleranceよりも大きく距離が離れていれば、現在の移動を中止し新しい目標位置へと再度移動するようです。(該当する処理はエンジンコードのBTTask_MoveTo.cppの226行目から253行目にあります)
Observed Blackboard Value Toleranceのツールチップには以下のように書かれています。（google翻訳使用）
タスクがBBキーで表される場所の変更に反応すると予想される場合、このプロパティを使用してメカニズムの感度を調整することができます。 値はAcceptableRadiusより小さくすることをお勧めします
オプションの初期値が4.75という妙な値なのは、このような理由のようです。
#おわりに
情報を提供してくださった物理コットン様のお陰でより良い解決策を提示することが出来たと思います。Observed Blackboard Value Toleranceについての情報をくださった物理コットン様には深く感謝いたします。