C# Animal Spawner Logic - 需要建议

Question

我的游戏中有散布在地形上的动物生成器。这个想法是只有当玩家在产卵器范围内时才会产生动物，但如果在产卵器附近有太多动物则不会。这是我到目前为止所做的，但现在我有点卡住了。谁能给我一些关于以下事情的指导：

• 是否正确计算了生成几率？例如，设置两只动物的生成几率分别为 10% 和 90% 是否实际上会使动物 A 有 10% 的几率生成而动物 B 有 90% 的几率，还是我的数学错误？
• 我的半径计算是否正确？
• 最重要的是：我可以改进它吗？

代码：

[System.Serializable]
public class SpawnableAnimal
{
public string AnimalName;
public float spawnWeight;

public float spawnPercentage;
}

public class AnimalSpawner : MonoBehaviour {

public float maxSpawnRadius = 1000.0f;
public float noSpawnRadius = 700.0f;

public GameObject spawnedAnimal;

public SpawnableAnimal[] spawnableAnimals;

void Start () {
    System.Random rand = new System.Random();
    int randInt = rand.Next(0, 100);

    float startTime = randInt / 100f;
    float repeatTime = randInt / 100f;
    InvokeRepeating("ReadyToSpawn", startTime, (60.0f + repeatTime));
}

void ReadyToSpawn()
{
    Debug.Log("Ready to spawn");
    bool canSpawn = true;

    GameObject[] players = GameObject.FindGameObjectsWithTag("Player");
    GameObject[] animals = GameObject.FindGameObjectsWithTag("Animal");
    for(int i = 0; i < players.Length; i++)
    {
        if (Vector3.Distance(this.transform.position, players[i].transform.position) > maxSpawnRadius)
            canSpawn = false;

        if (Vector3.Distance(this.transform.position, players[i].transform.position) < noSpawnRadius)
            canSpawn = false;
    }

    if (players.Length < 1)
        canSpawn = false;

    if (spawnedAnimal != null)
        canSpawn = false;

    if (canSpawn)
        SpawnAnimal();
}

void SpawnAnimal()
{
    System.Random rand = new System.Random();
    double x = rand.NextDouble();

    var totalWeight = spawnableAnimals.Select(a => a.spawnWeight).Sum();

    for(int i = 0; i < spawnableAnimals.Length; i++)
    {
        float spawnPercentage = spawnableAnimals[i].spawnWeight / totalWeight;

        if(x < spawnPercentage)
        {
            InstantiateAnimal(i);
            return;
        }

        x -= spawnPercentage;
    }
}

void InstantiateAnimal(int animalToSpawn)
{
    if (animalToSpawn != -1)
        spawnedAnimal = GameObject.Find("AnimalManager").GetComponent<AnimalManager>().SpawnAnimal(spawnableAnimals[animalToSpawn].AnimalName, this.transform.position, this.transform.rotation);
    else Debug.Log("No animal to spawn!");
}

}

Answer 1

Vector3.Distance(this.transform.position, players[i].transform.position)

这些位置是否在同一个空间中？ Vector3.Distance(x, y) 是指|x - y| 吗？如果是这样，那么计算对我来说看起来不错。

SpawnAnimal 看起来很奇怪。我不确定它在做什么。如果你能解释一下你背后的想法，那我可能会理解。

我会给每只动物分配一个重量。这个数字是任意的，但它们的相对大小很重要。如果猫的体重为 100，狗的体重为 1000，那么狗产卵的可能性是猫的 10 倍。

除此之外：为什么是重量而不是百分比？如果你定义猫有 10% 的产卵机会，狗有 90% 的产卵机会，然后你添加沙鼠，那么剩下多少百分比来分配沙鼠？百分比必须加到 1，因此您必须调整所有其他动物的百分比以腾出空间。如果我们使用权重，猫是 100，狗是 1000，那么我们可以加上体重 500 的沙鼠，我们知道沙鼠的产卵量是猫的 5 倍，是狗的一半——无需调整。

假设您在[0,1) 中生成一个随机数x（这可以通过NextDouble() 完成）。

我们想在[0,1) 中为每只动物分配一个与其体重成正比的区间。先求总重量。

var totalWeight = spawnableAnimals.Select(a => a.Weight).Sum();

据此，我们可以为每只动物指定一个百分比为a.Weight / totalWeight。这些百分比相加为 1，因此您可以在间隔 [0,1) 上分配这些百分比。 Pi 是从被索引的一组动物A 中产生动物Ai 的概率，其中0 <= i < n 和n 是|A|（即动物的数量）。

0.0    0.1    0.2    0.3 …    1.0
 [  P1  )[     P2     )[ …  Pn )

现在您只需确定x 位于哪个区间，即生成的动物。这是执行此操作的程序算法。

1. 初始化A = the set of animals、i = 0、x = NextDouble()、n = |A|。
2. 如果i < n
   • 那么：如果x < Pi
     • 然后：停止并生成 Ai。
     • 其他：
       1. 从x 中减去Pi
       2. 递增i
       3. 转到 (2)。
   • 否则：在没有动物生成的情况下停止。

ith 区间 (0 <= i < n)，其中总和由 0 <= j < i 索引是：

1. ΣP(j-1) <= x < ΣP(j-1) + Pi（见示例表）
2. ΣP(j-1) - ΣP(j-1) <= x - ΣP(j-1) < ΣP(j-1) + Pi - ΣP(j-1)（减去ΣP(j-1)）

3. 0 <= x - ΣP(j-1) < Pi（简化）

   • x - ΣP(j-1)是通过累加减法实现的。
   • 0 <= x 由 0 <= NextDouble() < 1 实现，如果 x >= Pi 然后是 x - Pi >= 0（循环不变量）。
   • 因此，我们只需要测试x < Pi即可。

注意：这依赖于具有均匀分布的随机数生成器。

Answer 2

你在这里做整数除法：

float startTime = randInt / 100

我想你想要的是：

float startTime = randInt / 100f

你的生成机会“反转”了：

if(randInt <= spawnableAnimals[i].spawnChance

应该是：

if(randInt >= spawnableAnimals[i].spawnChance

但是，这并不能完全解决问题，因为：

arraySum += randInt;

做同样的事情：

break;

因此，如果 spawnableAnimals 中的第一个元素的 spawnChance 为 10%，而 spawnableAnimals 中的第二个元素的 spawnChance 为 90%，那么您最终将得到第一个元素的 10% 和 90% * 90 的分布% = 81% 对于第二个，因为只有在第一个失败时才会尝试第二个元素。