I examensarbetet jämförs undvikande av kollision och tidsefektivitet mellan det två metoderna hastighetshinder och partikelseparation i spelgenren Twin stick shooter. Arbetet försöker besvara frågan: Hur skiljer sig undvikandet av kollision och tidseffektiviteten mellan metoderna hastighetshinder och partikelseparation, i spelgenren twin stick shooter med flockbeteende? För att besvara frågan har en artefakt skapats. I artefakten jagar agenter en spelare medan agenterna undviker kollision med andra agenter, dock eftersträvar agenterna att kollidera med spelaren. I artefakten körs olika experiment baserat på parametrar som har ställts in. Varje experiment körs en bestämd tid och all data om kollisioner och exekveringstid för respektive metod sparas i en textfil.   Resultatet av experimenten pekar på att partikelseparation lämpar sig bättre för twin stick shooters.  Hastighetshinder kolliderar mindre men tidsberäkningen är för hög och skalar dåligt med antal agenter. Det passar inte twinstick shooter då det oftast är många agenter på skärmen.  Metoderna för undvikandet av kollision har användning till radiostyrda billar och robotar, samt simulation av folkmassa.

<p>Denna rapport beskriver styrbeteenden för autonoma agenter och utvärderar hur användbar den tekniken är för att skapa flexibla agenter i kontinuerliga miljöer. Arbetet undersöker hur väl det går att använda styrbeteenden i en mer strikt kontrollerad miljö, nämligen biltrafik. De utvecklade agenterna agerar i en trafikmiljö där de navigerar för att följa en väg och undvika kollisioner med andra agenter. Agenterna använder en kombineringsarkitektur som gör det möjligt att använda olika beräkningsmodeller. Agenterna är testade i två scenarion där teknikens användbarhet och flexibilitet är studerad. Resultatet från utvärderingen visar att tekniken är väldigt flexibel men kan kräva mycket finjustering för att uppnå bästa resultat.</p>

Detta examensarbete tittar närmare på vägplaneringsproblemet som är ett vanligt förekommande problem inom datorspel. Arbetet skall försöka besvara följande frågeställning: Vilka kombinationer av styrbeteenden och beräkningsmodeller kan användas för större grupper av autonoma agenter som navigerar i en miljö med avseende på prestanda och estetik? För att besvara frågeställningen så skapades en applikation där fyra olika styrbeteenden implementerades. Vägföljningsbeteendet är grundbeteendet för agenternas navigering och flockbeteendet används för att ge ett bättre resultat. Resultatet av arbetet visar på att de fyra styrbeteendena som omfattas av arbetet är tillräckligt i de flesta fall; även om det finns brister. De fyra styrbeteendena hade med god anledning kunnat kombinerats med andra styrbeteenden som inte tas upp i arbetet för att ge en mer komplett navigering. Styrbeteenden kan även användas utanför datorspel, så som inom robotik eller för att simulera agenter i en trafikmiljö eller agenter som evakuerar en byggnad.

Denna rapport beskriver styrbeteenden för autonoma agenter och utvärderar hur användbar den tekniken är för att skapa flexibla agenter i kontinuerliga miljöer. Arbetet undersöker hur väl det går att använda styrbeteenden i en mer strikt kontrollerad miljö, nämligen biltrafik. De utvecklade agenterna agerar i en trafikmiljö där de navigerar för att följa en väg och undvika kollisioner med andra agenter. Agenterna använder en kombineringsarkitektur som gör det möjligt att använda olika beräkningsmodeller. Agenterna är testade i två scenarion där teknikens användbarhet och flexibilitet är studerad. Resultatet från utvärderingen visar att tekniken är väldigt flexibel men kan kräva mycket finjustering för att uppnå bästa resultat.

I detta arbete undersöks två styrbeteenden som kan användas för att navigera grupper av agenter genom olika spelmiljöer. Teknikerna som arbetet har som syfte att utvärdera är vägföljnings- och flödesfältsbeteende. Arbetets undersökning har som avsikt att jämföra dessa tekniker med avseende på tids- och minneseffektivitet och utvärdera hur dessa tekniker presterar på dessa aspekter i olika gruppstorlekar och miljötyper. Resultaten från arbetets utförda tester visade att vägföljningsbeteendet klart är den mest minneseffektiva tekniken medan flödesfältsbeteendet var något mer tidseffektiv. I en slutgiltig diskussion presenteras arbetet ur en samhällelig och etisk synpunkt och även en diskussion över hur framtida forskning inom området kan se ut.

I detta examensarbete tittas det närmare på taktiska beslut för större grupper av autonoma agenter. Arbetet ska försöka besvara följande frågeställning: Hur effektivt kan svärm-AI användas för att utföra taktiska beslut när det appliceras till ett spel med grupper av fiender? För att kunna besvara frågeställningen skapades en applikation där fyra kombinationer av styrbeteenden och beräkningsmodeller inom tekniken ”boids” användes. Inom två av kombinationerna användes traditionella styrbeteenden inom boids, och inom de andra introducerades ett styrbeteende för att flankera spelaren för att ge bättre resultat. Resultatet av arbetet visar att kombinationerna med de taktiska besluten fick överlägset bättre resultat och gav därmed goda förhoppningar för att besvara frågeställningen, men för att kunna ge ett definitivt svar på hur effektivt det är visade det sig att en större bredd av experiment hade behövts användas. Taktisk svärm-AI kan användas utanför datorspel, till exempel inom robotik och att simulera större militära slag.

Detta examensarbete undersöker navigering för grupper av autonoma agenter i dataspelsmiljöer. Genom att kombinera olika styrbeteenden och beräkningsmodeller utvärderar arbetet vilken av dessa tekniker som är mest effektiv med avseende på tid och vägval i trånga spelmiljöer. En experimentmiljö har utvecklats som implementerar fyra stycken tekniker och utvärderar dessa i tre olika miljöer med 10 respektive 50 agenter som navigerar genom miljön. Som grund använder samtliga tekniker ett vägföljningsbeteende och ett flockbeteende. Det som skiljer teknikerna åt är vilken beräkningsmodell som används samt att två av teknikerna använder ett väggundvikelsebeteende. Resultatet visar att alla tekniker är användbara men att den mer avancerade beräkningsmodellen ger ett bättre resultat överlag. Väggundvikelsebeteendet bidrar också till ett bättre resultat och gör alltså nytta i de miljöer som använts. Ett problem med styrbeteenden är dock balanseringen av vikterna som används i teknikerna och det kan krävas mycket finjustering innan man får ett bra beteende.

In the area of steering behaviours of autonomous agents and crowd simulations, there is a plethora of methods for executing the simulations. A very hard-to-achieve goal of crowd simulations is to make them seem natural and accurately reflect real-life crowds. A very important criterion for this goal is to have the agents avoid collisions, both with each other and with the environment. A less important, but important nonetheless, criterion is to not let the time taken or distance covered to reach the goal in the simulation be too high, compared with when not implementing collision avoidance. This paper proposes and explores a novel method of enhancing vector field-based steering with rule-based deviations to implement collision avoidance. This method is called ’DevVec’ (’Deviation + Vector Field steering’). The rules which are used for the deviations are extracted from a user survey, and they describe what the agent should do in different collision avoidance scenarios. The viability of DevVec is tested by comparing it with another already established method, called ’Gradient-based Steering’, in terms of fulfilling the criteria mentioned above. Both methods are used to simulate pedestrians moving throughout different scenes. The results suggest that DevVec has potential, but would require additional time and resources, and perhaps a few changes in future works to be presented in its best possible version. / Inom ämnesområdet för styrbeteenden hos autonoma agenter och simuleringar av folkmassor finns det många metoder för att framställa dessa simuleringar. Ett väldigt svåruppnåeligt mål för denna typ av simuleringar är få dem att verka naturliga och verklighetstrogna. Ett viktigt kriterie för detta mål är att få agenterna att undvika kollisioner, både med varandra och med den kringliggande omgivningen. Ett mindre viktigt, men viktigt oavsett, kriterie är att inte låta en agent ta för lång tid eller gå för långt för att nå sitt mål i simuleringen, i jämförelse med när de inte försöka undvika hinder. Denna studie presenterar och utforskar en ny metod som utökar en vektorfältsbaserat styralgoritm med regelbaserade avvikelser för att ta hänsyn till att undvika kollisioner. Denna nya metod kallas för ’DevVec’ (’Deviation + Vector Field steering’). Reglerna som används för avvikelserna är framtagna från en enkät, och de beskriver vad en agent borde göra vid olika kollision-scenarion. Användbarheten av DevVec prövas genom att jämföra den med en redan etablerad metod som kallas för ’Gradientbaserad styrning’, med avseende på de ovan nämnda kriterierna. Båda metoderna används för att simulera fotgängare i olika omgivningar. Resultaten antyder att DevVec har potential, men att det krävs ytterligare tid och resurser, och troligtvis några ändringar i framtiden för att framställa den bästa möjliga versionen.