aitoolkitダウンロードaitoolkitソースコードのダウンロード

AIツールキット

AI Toolkitは、ゲームのNPCの脳を構築するためのツールを提供するヘッダーのみのC ++ライブラリです。

それは提供します：

有限状態マシン
動作ツリー
ユーティリティAI
目標指向のアクションプランニング

なぜこのプロジェクト？さて、私はここにそれについて書きました。

インストール

このリポジトリのincludeフォルダーをインクルードパスに追加します。

または、サブモジュールとして追加します。

 $ git submodule add https://github.com/linkdd/aitoolkit.git
$ g++ -std=c++23 -Iaitoolkit/include main.cpp -o mygame

NB：このライブラリは、C ++ 20と互換性があります。

または、Shippを使用して、依存関係に追加します。

{
  "name" : " myproject " ,
  "version" : " 0.1.0 " ,
  "dependencies" : [
    {
      "name" : " aitoolkit " ,
      "url" : " https://github.com/linkdd/aitoolkit.git " ,
      "version" : " v0.5.1 "
    }
  ]
}

使用法

有限状態マシン

まず、ヘッダーを含めます。

# include < aitoolkit/fsm.hpp >

using namespace aitoolkit ::fsm ;

次に、ブラックボードタイプを作成します。

 struct blackboard_type {
  // ...
};

次に、各州の状態タイプを作成します。

 class state_dummy final : public state<blackboard_type> {
  public:
    virtual void enter (blackboard_type& blackboard) override {
      // ...
    }

    virtual void exit (blackboard_type& blackboard) override {
      // ...
    }

    virtual void pause (blackboard_type& blackboard) override {
      // ...
    }

    virtual void resume (blackboard_type& blackboard) override {
      // ...
    }

    virtual void update (blackboard_type& blackboard) override {
      // ...
    }
};

シンプルな状態マシンを作成します：

 auto simple_bb = blackboard_type{};
auto simple_fsm = simple_machine<blackboard_type>();

simple_fsm.set_state(state_dummy{}, simple_bb);
simple_fsm.pause(simple_bb);
simple_fsm.resume(simple_bb);
simple_fsm.update(simple_bb);

またはスタック状態マシンを使用してください：

 auto stack_bb = blackboard_type{};
auto stack_fsm = stack_machine<blackboard_type>{};

stack_fsm.push_state(state_dummy{}, stack_bb);
stack_fsm.push_state(state_dummy{}, stack_bb);

stack_fsm.update(stack_bb);

stack_fsm.pop_state(stack_bb);
stack_fsm.pop_state(stack_bb);

動作ツリー

まず、ヘッダーを含めます。

# include < aitoolkit/behtree.hpp >

using namespace aitoolkit ::bt ;

次に、ブラックボードタイプを作成します。

 struct blackboard_type {
  // ...
};

次に、ツリーを作成します。

 auto tree = seq<blackboard_type>(
  node_list<blackboard_type>(
    check<blackboard_type>([]( const blackboard_type& bb) {
      // check some condition
      return true ;
    }),
    task<blackboard_type>([](blackboard_type& bb) {
      // perform some action
      return execution_state::success;
    })
  )
);

最後に、それを評価します：

 auto blackboard = blackboard_type{
  // ...
};

auto state = tree.evaluate(blackboard);

詳細については、ドキュメントを参照してください。

ユーティリティAI

まず、ヘッダーファイルを含めます。

# include < aitoolkit/utility.hpp >

using namespace aitoolkit ::utility ;

次に、ブラックボードタイプを作成します。

 struct blackboard_type {
  int food{ 0 };
  int wood{ 0 };
  int stone{ 0 };
  int gold{ 0 };
};

次に、実行できるアクションごとにクラスを作成します。

 class collect_food final : public action<blackboard_type> {
  public:
    virtual float score ( const blackboard_type& blackboard) const override {
      return 50 . 0f ;
    }

    virtual void apply (blackboard_type& blackboard) const override {
      blackboard. food += 1 ;
    }
};

class collect_wood final : public action<blackboard_type> {
  public:
    virtual float score ( const blackboard_type& blackboard) const override {
      return 150 . 0f ;
    }

    virtual void apply (blackboard_type& blackboard) const override {
      blackboard. wood += 1 ;
    }
};

class collect_stone final : public action<blackboard_type> {
  public:
    virtual float score ( const blackboard_type& blackboard) const override {
      return - 10 . 0f ;
    }

    virtual void apply (blackboard_type& blackboard) const override {
      blackboard. stone += 1 ;
    }
};

class collect_gold final : public action<blackboard_type> {
  public:
    virtual float score ( const blackboard_type& blackboard) const override {
      return 75 . 0f ;
    }

    virtual void apply (blackboard_type& blackboard) const override {
      blackboard. gold += 1 ;
    }
};

最後に、評価者を作成して実行します。

 auto evaluator = evaluator<blackboard_type>(
  action_list<blackboard_type>(
    collect_food{},
    collect_wood{},
    collect_stone{},
    collect_gold{}
  )
);

auto blackboard = blackboard_type{};
evaluator.run(blackboard);

目標指向のアクションプランニング

まず、ヘッダーファイルを含めます。

# include < aitoolkit/goap.hpp >

using namespace aitoolkit ::goap ;

次に、プランナーの状態を保持するブラックボードクラスを作成します。

 struct blackboard_type {
  bool has_axe{ false };
  int wood{ 0 };
};

NB：ブラックボードは同等である必要があります（ a == b ）とハッシュ可能です。

次に、実行できるアクションごとにクラスを作成します。

 class get_axe final : public action<blackboard_type> {
  public:
    virtual float cost ( const blackboard_type& blackboard) const override {
      return 1 . 0f ;
    }

    virtual bool check_preconditions ( const blackboard_type& blackboard) const override {
      return !blackboard. has_axe ;
    }

    virtual void apply_effects (blackboard_type& blackboard, bool dry_run) const override {
      blackboard. has_axe = true ;
    }
};

class chop_tree final : public action<blackboard_type> {
  public:
    virtual float cost ( const blackboard_type& blackboard) const override {
      return 1 . 0f ;
    }

    virtual bool check_preconditions ( const blackboard_type& blackboard) const override {
      return blackboard. has_axe ;
    }

    virtual void apply_effects (blackboard_type& blackboard, bool dry_run) const override {
      blackboard. wood += 1 ;
    }
};

最後に、計画を作成して実行します。

 auto initial = blackboard_type{};
auto goal = blackboard_type{
  . has_axe = true ,
  . wood = 3
};

auto p = planner<blackboard_type>(
  action_list<blackboard_type>(
    get_axe{},
    chop_tree{}
  ),
  initial,
  goal
);

auto blackboard = initial;
while (p) {
  p. run_next (blackboard); // will mutate the blackboard
}